
L’intelligenza artificiale: tra entusiasmi e delusioni
Ascolta l'articolo
Si fa (giustamente) un gran parlare di intelligenza artificiale (AI) ed in particolare dei Large Language Model (LLM) o degli ancora più stupefacenti Large Multi-modal Model (LMM) e di come stanno cambiando la nostra vita (e lo stanno davvero facendo, anche se forse ci accorgiamo solo di qualche dettaglio!).
Vantaggi e insuccessi dell’intelligenza artificiale
Uno degli argomenti che in questo periodo sembra appassionare gli “esperti” è se la AI porti davvero benefici o no: ecco quindi vagonate di articoli sugli incredibili risultati che si possono ottenere ed altre vagonate sugli insuccessi.
Esperienze contrastanti: tra promesse non mantenute e successi inaspettati
Ho già affrontato la questione dal punto di vista che più mi interessa e cioè i possibili utilizzi in ambito industriale manifatturiero (non che gli altri non mi interessino, ma con questi … ce campo …), ma vorrei questa volta utilizzare un altro punto di osservazione, cioè quello dell’utilizzatore di LLM (tecnicamente, si può dire che “ce campo” anche con questi, visto che l’occasione di parlare viene proprio dagli utilizzi che ho fatto recentemente in ambito lavorativo).
Ho già polemizzato recentemente su una mirabolante proposta ricevuta sulle incredibili possibilità offerte da un certo sistema, inevitabilmente basato su AI, che però conteneva esso stesso gravi errori grammaticali: un pessimo biglietto da visita! Anche peggiore l’esperienza fatta con una grande e plaudita compagnia aerea: non ne indico il nome, ma se considerate che ho acquistato un volo da Firenze a Nairobi … qualche congettura la potete anche fare (a proposito di Nairobi: tornerò presto, spero, sui progetti africani dell’eLabor su ICT ed AI).
Del tutto soddisfacente, invece, pensando anche, purtroppo, a molti siti istituzionali italiani,, il sistema on-line di rilascio del visto di ingresso in Kenya:
-
- completamente automatizzato, compreso lo scatto della fotografia quando è disponibile una webcam e non si ha una foto già pronta
-
- ottimi ausili al completamento dei campi di input
-
- un giusto livello di verifica dei documenti necessari e delle informazioni fornite, dipendenti anche dal tipo di visto richiesto
-
- pagamento integrato nel processo
-
- visto in PDF e pkPass rilasciato dopo poche ore
In sostanza: si capisce chi ci ha veramente pensato (oops … non si tratta in questo caso di intelligenza artificiale, ma naturale) ed ha cercato di realizzare qualcosa che facilita ed invoglia l’utente (ricordando anche il turismo è una voce importante del bilancio keniano, così come l’interesse ad attrarre aziende ed investitori stranieri) … e chi no :-(.
L’intelligenza artificiale come supporto
Ma un utilizzo, questa volta davvero entusiasmante, proprio perché intelligente, degli LLM l’ho sperimentato frequentando (e superando con successo gli esami :-)) dei corsi della specializzazione di DeepLearning.ai su Coursera (il mio agente formativo preferito) su “Generative AI for Software Development”: tre corsi in cui si insegna ad utilizzare gli LLM come supporto alla produzione con meno sforzo di software più efficiente, più sicuro, più mantenibile, ben testato e ben documentato (e scusate se è poco)!
L’intelligenza umana e artificiale: una combinazione vincente
In sostanza, il ritornello, Computer Vision, LLM, o anche semplicemente software, è sempre quello: la combinazione vincente è sempre, prima di tutto utilizzare la propria intelligenza ed esperienza e poi farsi aiutare anche dall’intelligenza artificiale, se questa è davvero utile nel contesto di applicazione, senza affidarsi ciecamente e stupidamente ad essa!

Digital Twin e ITRevolution
Ascolta l'articolo
Nel mio ultimo articolo ho parlato dei Digital Twin. Come promesso, volevo tornare sull’argomento, evidenziando in particolare il legami, tutti da esplorare e da sfruttare, con il Machine Learning. Sono stato però preceduto da ITRevolution, che ha pubblicato un articolo proprio sull’argomento, con un’ottica che non posso che condividere. Nulla di strano o di male, tutti i miei articoli si appoggiano “sulle spalle dei giganti”, da cui ho imparato molte cose e che sono contento di raccontare ad altri, così come sono contento di dare credito a chi ce l’ha.
L’articolo di ITRevolution e il legame con l’IA
Senza spoilerare troppo, in questo articolo, abbastanza dettagliato, vengono evidenziati diversi modi con cui l’Intelligenza Artificiale amplifica le possibilità di utilizzo e sfruttamento dei Digital Twin, con importanti riflessi sulle performance generali dell’azienda e, a cascata, sulle performance economiche.
La mia esperienza con le equazioni dei Digital Twin
Vorrei fare qualche esempio tratto dalla mia esperienza personale. Come dicevo, il cuore di un Digital Twin, almeno sei il primo gemello è un CPS, è molto spesso un sistema di equazioni differenziali, di solito matematicamente irrisolvibili, ma affrontabili, con le dovute cautele e la dovuta esperienza, con metodi numerici. Il vero problema è che queste equazioni hanno molti parametri e che questi parametri sono spesso molto difficili da calcolare a priori. E contemporaneamente fortemente critici, nel senso che anche piccole differenze possono determinare variazioni significative di comportamento, il tal caso il nostro Digital Twin smette di simulare correttamente il sistema fisico e … buona notte!
Il Machine Learning come soluzione ai parametri complessi
Il Machine Learning offre una soluzione brillante e poco costosa a questo problema: inseriamo pure nelle equazioni dei valori approssimati (ok, per quanto possibile, cerchiamo di avvicinarci …), ma osserviamo attentamente e mettiamo a confronto le previsioni del Digital Twin con i dati rilevati sul sistema. In questo modo, applicando la cara vecchia “identificazione parametrica”, possiamo cercare di determinare dei valori più accurati per i nostri parametri, col vantaggio non indifferente che non sono più valori teorici, ricavati da qualche manuale o studio scientifico, ma sono proprio quelli della nostra apparecchiatura (e se ne abbiamo diverse, nessuno stupore che i valori calcolati vengano diversi: lo sappiamo bene che anche nelle costruzioni più raffinate e controllate ci sono sempre delle “tolleranze”).
Adattare i Digital Twin nel tempo
Non solo. In questo modo, abbiamo messo in piedi anche un sistema che permette di adattare il nostro Digital Twin alle variazioni, intenzionali o meno, che possono intervenire nel tempo. Usura, sostituzione di parti, interventi di miglioramento o efficientamento!
Ottimizzazioni tramite algoritmi di Ricerca Operativa
Ci sono poi, e ne parleremo ancora, le ottimizzazioni. Una cosa è avere a disposizione i dati rilevanti, spesso molti e con interazioni complicate, ed altro è capire cosa fare per ottenere un miglioramento. Ecco che gli algoritmi (anche se ultimamente questa parola viene usata quasi come se fosse una parolaccia o un insulto, in realtà indica qualcosa di molto bello e prezioso, se usato bene) di Ricerca Operativa possono dare un grosso contributo.
Sfide pratiche e analisi di fattibilità
Attenzione però, e qui si torna all’articolo da cui sono partito: non è tutto così facile (ho mai detto che lo fosse?). Detto con parole mie, queste possibilità non si “comprano al supermercato” … terzo scaffale a destra e poi alla cassa. Con parole certamente più appropriate, ITRevolution ammonisce che per mettersi su questa strada ci sono alcune sfide da affrontare non banali ed è opportuno fare prima di tutto un’analisi di realizzabilità (“assessing of feasibility”) in varie dimensioni, che magari può concludersi col consiglio non di rinunciare, questo solo in situazioni estreme, ma di fare prima altre cose senza le quali il progetto rischia di fallire miseramente.
Non solo, l’articolo suggerisce anche una serie di passi per fare in modo che il viaggio verso la terra dei Digital Twins sia efficace e soddisfacente.
La necessità strategica dei Digital Twin
La conclusione, poi (the strategic imperative), non lascia dubbi: “Visto che i CPS stanno diventando sempre più complessi e “mission-critical”, i Digital Twin stanno evolvendo da una tecnologia che “ci piacerebbe avere” ad una necessità strategica. Le organizzazioni che non accolgono questo cambiamento rischiano di cedere di fronte a dei competitor più agili e “data-driven”.
L | M | M | G | V | S | D |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 |