AS 3

Automazione e Strumentazione n Aprile 2024 Applicazioni 73 INTELLIGENZA ARTIFICIALE risultati dell’analisi del lavoro. Anche se vengono modificati i processi di produzione o le diverse versioni del prodotto realizzato, il rilevamento in tempo reale dei processi anomali si può realizzare rapidamente e con il minimo sforzo. Ciò contribu- isce, in definitiva, a prevenire eventuali difetti di qualità nella produzione. Sviluppi futuri Nell’immediato futuro, Mitsubishi Electric con- durrà ulteriori verifiche riguardo alla sua nuova IA presso siti di produzione sia interni sia esterni, compresi gli impianti gestiti da Sysmex Corpo- ration e Sumitomo Rubber Industries , con il preciso obiettivo di lanciare un prodotto commer- ciale nel corso dell’anno fiscale che avrà termine nel mese di marzo 2026, o successivamente. Il contesto attuale Negli ultimi anni, la tecnologia e il know-how impiegati nell’automazione della produzione hanno fatto registrare considerevoli progressi, ma gli investimenti di capitale non hanno tenuto il passo a causa dei costi elevati, per cui molti processi ven- gono tuttora eseguiti manualmente. Le prestazioni dell’essere umano tendono a variare in termini di tempistiche e qualità del lavoro effettuato. Tutto questo può creare problematici colli di bottiglia nell’ambito dei processi produttivi. Per ridurre al minimo le variazioni in termini di prestazioni dell’essere umano e mantenere quindi un elevato livello qualitativo, si rende necessaria la condu- zione di un’accurata analisi, volta a quantificare e standardizzare le tempistiche e i metodi occorrenti per eseguire determinate attività di base, come spostare oggetti o serrare viti. Tuttavia, l’analisi manuale dei processi lavorativi risulta particolar- mente laboriosa e comporta un notevole dispendio di tempo. In risposta, si stanno compiendo signifi- cativi sforzi per automatizzare tale analisi, anche attraverso l’uso dell’intelligenza artificiale. Ma fino ad ora, l’adozione dell’IA è stata ostacolata dall’irrinunciabile necessità di ricorrere all’effet- tiva creazione dei dati di addestramento occorrenti all’intelligenza artificiale per poter interpretare le differenze esistenti sia tra ciascun lavoratore, sia tra i diversi processi produttivi eseguiti. Dentro la soluzione Maisart, che è un marchio registrato di Mitsubi- shi Electric Corporation, include la tecnologia di intelligenza artificiale (IA) di proprietà di Mitsu- bishi Electric, comprendente Compact AI , l’algo- ritmo di apprendimento approfondito per la pro- gettazione automatizzata e l’algoritmo di appren- dimento per un’intelligenza artificiale altamente efficiente. Maisart è l’abbreviazione di “Mitsu- bishi Electric’s AI creates the State-of-the-ART in Technology” (L’IA di Mitsubishi Electric crea tecnologia d’avanguardia). Con il motto aziendale “Original AI technology makes everything smart” (La tecnologia IA originale rende ogni cosa più intelligente), l’azienda sfrutta al meglio la tecno- logia IA originale e l’Edge Computing per ren- dere i dispositivi più intelligenti e la vita degli utenti più sicura, intuitiva e comoda. Note 1 Set di dati relativo a esempi e risposte corrette per il machine learning in ambito IA. 2 Un tipo di IA che elabora i dati come variabili casuali e modella il processo di generazione dei dati osservati. 3 Denominazione del brand (“Mitsubishi Elec- tric’s AI creates the State-of-the-ART in Technology”, L’IA di Mitsubishi Electric crea tecnologia d’avanguardia) inerente all’IA utiliz- zata per rendere i dispositivi più intelligenti. 4 Secondo le ricerche di Mitsubishi Electric alla data del 25 gennaio 2024. 5 https://www.MitsubishiElectric.com/ news/2019/pdf/0213-c.pdf. 6 Confronto con il tempo occorrente per creare dati per l’analisi manuale e con l’intelligenza artificiale attualmente esistente utilizzata nella conduzione di analisi di carattere generale del lavoro effettuato. n L’innovativa tecnologia IA messa a punto da Mitsubishi Electric elimina la fase di training che, per le aziende e per gli operatori, risulta tra le più impegnative e complesse nell’ambito delle applicazioni di reti neurali artificiali in modelli generativi