Intelligenza artificiale in affitto

© Fraunhofer IPA, Foto: Rainer Bez

© Società Fraunhofer

Per poter utilizzare l'Intelligenza Artificiale, un'azienda non ha necessariamente bisogno di un esperto qualificato. Uno studio del Fraunhofer mostra come le piccole e medie imprese possano invece procedere.

L'intelligenza artificiale (IA) aiuta a ottimizzare i processi di produzione e a risparmiare denaro. Tuttavia, alle piccole e medie imprese spesso manca l'expertise per sfruttare questa tecnologia futura. Possono raccogliere i dati necessari, ma falliscono nell'analisi degli stessi. Qui aiutano i grandi fornitori di cloud. Offrono strumenti digitali semplici, che elaborano grandi set di dati e forniscono soluzioni di IA. Gli esperti parlano di «Piattaforme di Machine Learning come Servizio» («Machine-Learning-as-a-Service Platforms»). In questo modo, ogni azienda può entrare nel mondo dell'intelligenza artificiale senza grande esperienza e sviluppare modelli che, ad esempio, riconoscono automaticamente pezzi difettosi.

Applicazioni più comuni su quattro piattaforme a confronto

Ma quale piattaforma è adatta a quale compito? Gli istituti Fraunhofer di Stoccarda per la tecnologia della produzione e l'automazione IPA e per l'organizzazione e il lavoro IAO hanno confrontato gli approcci dei quattro maggiori fornitori – AWS, Google, IBM e Microsoft. Hanno implementato soluzioni per quattro casi d'uso, frequenti in pratica, e che coinvolgono quattro categorie di dati: dati tabellari, testo, immagini e dati di serie temporali:

- Abbandono dei clienti: Per gli hotel è vantaggioso sapere in anticipo quali ospiti potrebbero cancellare. Potrebbe già esserci un'indicazione nei dati di prenotazione tabellari. L'IA può individuarla e sviluppare un algoritmo corrispondente.
- Categorizzazione del testo: I testi possono essere assegnati a diverse categorie, come cultura, sport e politica. Per esempio, un'agenzia di stampa può mantenere automaticamente un archivio.
- Riconoscimento delle immagini: Nella produzione, l'analisi delle immagini gioca un ruolo importante. Con sistemi di telecamere, si possono individuare difetti sui pezzi. L'IA aiuta a automatizzare questo controllo. Da un'ampia quantità di immagini annotate con metadati, l'IA impara a riconoscere gli errori.
- Usura degli utensili: Sostituire la fresa al momento giusto permette di risparmiare denaro. Intervenire troppo presto spreca materiale, troppo tardi rischia di fermare a lungo la produzione. L'IA impara a interpretare i dati delle vibrazioni e del consumo di energia per stimare correttamente lo stato della fresa.

In generale, per le soluzioni di IA vale: più dati sono disponibili e migliore è la qualità dei dati, più affidabile sarà il modello risultante. Nel confronto tra le piattaforme, gli scienziati del Fraunhofer hanno sempre scelto la soluzione più accessibile. Spesso bastava caricare i set di dati e annotarli: nel caso dell'elaborazione delle immagini, ad esempio, si trattava di etichettare ogni immagine come corretta o difettosa. La piattaforma forniva quindi il modello desiderato con la precisione delle previsioni.

Risultati

Lo studio del Fraunhofer ha evidenziato che le soluzioni di tutti i fornitori mostrano punti di forza e non richiedono conoscenze approfondite. Naturalmente, ci sono alcune differenze. Alcune piattaforme sono più intuitive da usare di altre. Inoltre, alcuni modelli di IA funzionano solo nel cloud del fornitore, altri possono essere esportati e installati sui server aziendali.

Quale piattaforma può essere raccomandata per quale caso d'uso è illustrato nello studio «Piattaforme di IA basate su cloud – Opportunità e limiti dei servizi di Machine Learning come Servizio» («Cloud-based AI Platforms – Opportunities and Limits of Services for Machine Learning as a Service»). È disponibile al download al seguente link: https://www.ki-fortschrittszentrum.de/de/studien/cloudbasierte-ki-plattformen.html