La rivoluzione digitale ha introdotto nel dizionario industriale termini nuovi, di cui spesso si abusa, e può risultare difficile individuare le definizioni corrette.
Questo può portare addirittura a sovrapposizioni nella mente di chi sente per la prima volta parlare di alcuni temi.
Due topic molto caldi negli ultimi tempi di cui tutti vogliono parlare sono Machine Learning e Internet of Things: in questo articolo cercheremo di definirli nel modo corretto, per fare chiarezza.
Machine Learning
Il Machine Learning è una branca dell’Intelligenza Artificiale, costituita da vari algoritmi che permettono di addestrare un calcolatore tramite un set di esempi ad essere in grado di effettuare predizioni sul fenomeno osservato.
Le applicazioni in cui si può declinare non hanno limiti: riconoscimento immagini, traduzione del testo, forecast su serie temporali, classificazione di oggetti o individui.
In ambito industriale il Machine Learning è applicato per produrre sistemi in grado di, automatizzando analisi di grandi moli di dati di processo, fornire supporto decisionale. Un esempio applicativo è la generazione di avvertimenti circa l’imminente accadimento di un guasto o il monitoraggio di parametri per anticipare la fuoriuscita dal range operativo ottimale.
Internet of Things
L’Internet of Things propriamente è l’utilizzo dei protocolli di comunicazione comuni ad Internet, che chiunque usa per navigare sul web, per mettere in contatto dispositivi.
Il tema è diventato particolarmente caldo prima entrando in molte case attraverso la domotica, poi con l’avvento del Cloud. Gli oggetti comunicanti sono anche smart in quanto capaci di elaborare le informazioni da inviare o processare quelle fornitegli dall’esterno.
Quando questi concetti sono applicati ad un contesto industriale, si parla più precisamente di Industrial Internet of Things.
Cosa hanno in comune Machine learning e Internet of Things?
Il titolo dell’articolo è volutamente provocatorio: questi due termini si riferiscono a concetti totalmente differenti.
Tuttavia spesso vengono utilizzati assieme parlando di Industry 4.0 e trasformazione digitale, perché la facilità di raccolta dati garantita dai dispositivi IoT, unita alle immense capacità di storage e calcolo a prezzi contenuti messe a disposizione dal Cloud, apre la strada alle possibilità di processazione da parte di algoritmi di Machine Learning.
I dispositivi smart aprono la strada anche alle soluzioni on edge: i dati raccolti dal sensore sono integrati con un modello di machine learning direttamente nel suo microprocessore. Questi concetti sono alla base delle smart farm, dove la dispersività dell’ambiente rende non banale prendere decisioni ed intervenire tempestivamente.
Il prossimo articolo sarà dedicato alle applicazioni di Machine Learning ed Internet of Things che stanno iniziando ad invadere il mercato industriale e quali problemi si possono fronteggiare combinando queste due tecnologie.