Nel mondo della tecnologia e della ricerca tecnologica, di fronte a problematiche complesse, tende a svilupparsi una dicotomia nelle possibili soluzioni. Nella maggior parte dei casi, infatti, in uno stadio intermedio tendono a prevalere due approcci, uno dei quali diventerà poi quello più universamente utilizzato. Nel caso dell’intelligenza artificiale applicata all’automazione industriale (ma non solo), al momento il tema aperto è quello che vede emergere la soluzione Human in the loop come prevalente, mentre l’approccio Human out of the loop sembra perdere momento.
Prima di capire perché l’approccio Human in the loop al momento sembra offrire risultati migliori, vediamo brevemente la differenza.
Human in the loop e Human out of the loop: scelte assistite o autonome?
Prima di tutto, ribadiamo una differenza sottile ma sostanziale: molto di quello che oggi viene erroneamente definito intelligenza artificiale è in realtà machine learning. Per ridurre la questione ai minimi termini, ricordiamo che l’obiettivo dell’intelligenza artificiale è quello di permettere a una macchina di prendere qualsiasi decisione in modo analogo agli esseri umani. Dal canto suo, l’obiettivo del machine learning è quello di ottenere risultati il più possibile accurati in un compito specifico (anche complesso), utilizzando i dati del passato come base e migliorando attraverso nuovi dati e feedback.
Detto questo, e acclarato che ai fini di automazione e robotica industriale il machine learning risponde perfettamente a qualsiasi necessità, vediamo la differenza fra i due approcci.
Quando si parla di Human out of the loop in genere ci si riferisce a un approccio più radicale in cui, una volta raggiunto il livello di accuratezza richiesto nei test, i compiti vengono interamente demandati alle macchine e le decisioni vengono prese in modo completamente autonomo dal sistema. In pratica, si fissa a livello gestionale un margine di errore accettabile e, una volta raggiunto quello, il sistema è autonomo.
L’approccio Human in the loop prevede una costante interazione fra il sistema e le persone addette ai lavori. In pratica, l’automazione viene utilizzata per la raccolta, la gestione e l’organizzazione dei dati, e nell’approccio più comune per la gestione automatica delle operazioni più semplici atte a garantire il metabolismo basale del sistema. Agli operatori umani sono garantiti due livelli di intervento: fornire feedback al sistema per nutrirlo di nuovi dati e prendere decisioni sulla base degli output.
Human in the loop: l’approccio ideale per lo smart manufacturing?
Dopo un iniziale entusiasmo per i sistemi completamente automatizzati, oggi gli esperti di tutti i principali settori indicano l’approccio Human in the loop come quello più vantaggioso, per una serie di motivi sia squisitamente tecnici sia statistici.
La ragione tecnica in realtà è piuttosto semplice, almeno nel concetto. Come sappiamo, il machine learning richiede di avere a disposizione uno o più dataset iniziali con i quali addestrare il sistema. Quando si parla di manifattura o comunque di processi aziendali e industriali, tuttavia, reperire dataset che siano perfettamente aderenti alle necessità specifiche del sistema è decisamente complesso. Questo significa che il sistema, per raggiungere un livello tale da poter essere completamente autonomo, richiederebbe molto tempo e molte risorse.
Dal punto di vista statistico, invece, è facilmente dimostrabile che i sistemi completamente autonomi, pur raggiungendo ottime performance nella gestione ordinaria, vanno facilmente in crisi a fronte di situazioni nuove o complesse. Per questo motivo l’approccio misto Human in the loop sta guadagnando sempre più credito. Unendo la capacità di elaborazione del machine learning con la capacità discrezionale tipica degli esseri umani si ottiene il risultato migliore. A supporto di questa visione, per esempio, uno studio del 2018 dell’Università di Stanford dimostra che un sistema Human in the Loop applicato alle diagnosi mediche ottiene risultati migliori sia della sola intelligenza artificiale sia dei medici da soli. Insomma, per usare uno slogan piuttosto comune, un sistema HITL riesce a ottenere il meglio di due mondi.