I macchinari parlano in chat

mandelli macchine utensili

I macchinari parlano in chat

Molti intendono l’intelligenza artificiale come la capacità dei computer di entrare in relazione con noi esseri umani, utilizzando il nostro linguaggio naturale. Qualcosa di molto vicino ai chatbot, i sistemi automatici di risposta e conversazione utilizzati ormai su molti siti per il customer service o per rispondere alle domande frequenti.

In realtà, il cuore dell’intelligenza artificiale risiede nella capacità di analizzare enormi quantità di dati strutturati, non grezzi, per individuare schemi, ricorrenze e, quindi, risposte a determinati problemi. Attraverso la digitalizzazione, l’automazione e l’introduzione di sensori nelle macchine e nei robot, l’Industry 4.0 ha introdotto nelle imprese una capacità finora sconosciuta di produrre dati da analizzare. Ed è proprio dall’incontro tra questi dati e i sempre più accessibili servizi di intelligenza artificiale che sta nascendo una nuova serie di potenzialità per il manifatturiero, interessanti anche per le aziende medio-piccole e non soltanto per i colossi mondiali.

Il primo servizio che nasce da questo fortunato incontro, e su cui ormai insistono praticamente tutti i produttori di macchine, di sistemi di automazione e di soluzioni per l’Industry 4.0, è la manutenzione predittiva. Un’assistenza cioè che consente, attraverso l’analisi dei dati di funzionamento delle macchine, di individuare modi di utilizzo errati o usuranti o la durata di determinati componenti. In questo modo si possono segnalare all’utilizzatore pratiche da evitare o la necessità di interventi di manutenzione per prevenire possibili rotture. Di fatto tutti i produttori di robot o macchine utensili sono oggi in grado di fornire servizi di questo tipo, utili per l’utilizzatore finale ma anche per i produttori stessi, che possono capire dove e come migliorare le loro macchine.

Un altro aspetto interessante che scaturisce dall’incrocio tra Industry 4.0 e intelligenza artificiale riguarda la possibilità di migliorare il design dei pezzi prodotti, ottenendo le stesse prestazioni richieste, per esempio di resistenza ai carichi o a trazione, ma riducendo la materia prima utilizzata, con significativi risparmi. Si parla in questo caso di ottimizzazione topologica, un ambito in cui cominciano a comparire le prime applicazioni commerciali.

Una di queste è stata messa a punto da Dassault Systèmes, che sviluppa software per la progettazione di prodotti e linee di produzione. Tra le funzionalità della piattaforma 3DExperience del gruppo francese ne è stata introdotta una pensata proprio per l’ottimizzazione topologica di pezzi da produrre in manifattura additiva, cioè in stampa 3D, a beneficio di settori di nicchia con produzioni in piccole serie o la necessità di ridurre il magazzino.

Molti ancora i margini di miglioramento. «L’ottimizzazione topologica – spiega Simona Perotto, docente di Matematica al Politecnico di Milano – richiede una grande potenza di calcolo e tempi molto lunghi di elaborazione, con costi di conseguenza ancora elevati per le imprese». Questo è il motivo per cui Perotto, con altri colleghi dell’ateneo milanese, ha lavorato allo sviluppo di un algoritmo in grado di semplificare i calcoli e ridurre i costi. Il tutto è nato nell’ambito di un progetto condotto con l’industria aerospaziale Thales Alenia Space. L’algoritmo è stato chiamato Free-Form Design e i suoi ideatori cercano ora partner per trasformarlo in un prodotto commerciale.

Un ulteriore fronte in cui l’intelligenza artificiale può fornire il suo apporto all’Industry 4.0 è il risparmio energetico. Un esempio è la soluzione utilizzata da Porta Solutions, azienda italiana che produce macchine per la produzione di particolari in metallo. I nuovi Multicenter 4.0 di Porta Solutions sono centri di produzione con 3 o 5 mandrini che effettuano in successione lavorazioni sui pezzi. Un’applicazione di intelligenza artificiale consente di orchestrare le fasi di lavoro in modo ottimale, così da recuperare l’energia passiva dei mandrini in frenata per ridistribuirla a quelli in ripartenza, trovando la combinazione ideale tra oltre 2 miliardi di possibili varianti, con risparmi fino al 20% sui consumi. Alla base di tutto c’è un algoritmo, sviluppato sulla piattaforma cloud Microsoft Azure, alimentato dai dati resi disponibili da una soluzione di un’altra azienda italiana, la pisana Alleantia, che ha messo a punto dispositivi e una library di driver in grado di collegare all’Internet delle Cose circa 5mila dispositivi tra macchine e soluzioni di automazione presenti sul mercato.

La soluzione di Alleantia prefigura un futuro in cui sarà possibile attivare un libero flusso di dati tra macchine e sistemi di intelligenza artificiale e ulteriori servizi per le imprese. Un esempio è la possibilità per le macchine di essere inserite in una chat, basata su sistemi come Yammer di Microsoft o Spark di Cisco, che consentono di trasmettere messaggi in ambito aziendale all’interno di gruppi abilitati. Le macchine sono così in grado di chattare con addetti o manager, richiedendo manutenzione o fornendo dati sulla produzione. Esistono già soluzioni funzionanti di sistemi del genere e già si pensa alla possibilità di dare alle macchine comandi a voce, un po’ come facciamo oggi sugli smartphone con applicazioni come Siri o Cortana.