Da una parte l’Artificial Intelligence (AI), dall’altra l’Internet of Things (IoT). Questi due mondi tecnologici oggi si incontrano nell’AIoT (Artificial Intelligence of Things). Sebbene non si tratti di una novità degli ultimi giorni, visto che uno studio di IDC commissionato da SAS se ne era occupato già nel 2019, tuttavia l’AIoT è ancora poco noto.
Indice degli argomenti
Artificial Intelligence of Things, una definizione
La ricerca dell’acronimo su Google, almeno per l’Italia, rimanda a temi del tutto differenti. Altra cosa se, invece, si inseriscono per esteso i termini le cui iniziali compongono la sigla. C’è persino Wikipedia che, in una breve pagina in inglese, propone una sua definizione. “L’AIoT è la combinazione di tecnologie di intelligenza artificiale con l’infrastruttura dell’Internet of Things per ottenere operazioni IoT più efficienti, migliorare le interazioni uomo-macchina e potenziare la gestione e l’analisi dei dati” si legge sull’enciclopedia online.
Si tratta della definizione identica che ne dà TechTarget, testata statunitense di riferimento per le tecnologie nel mercato B2B. È la stessa testata che prova a declinare in che modo l’incrocio di questi due ambiti innovativi porti benefici a entrambi. L’intelligenza artificiale aggiunge valore all’IoT attraverso i suoi algoritmi di machine learning e la sua attitudine a migliorare i processi decisionali, mentre l’Internet of Things porta in dote connettività, sensoristica e capacità di scambiare i dati.
Le 4 fasi del ciclo di vita AIoT secondo Bosch
Tra le aziende che stanno implementando soluzioni AIoT spicca il gruppo Bosch il quale annuncia sul proprio sito che entro il 2025 tutti i suoi prodotti incorporeranno l’intelligenza artificiale o saranno sviluppati impiegando l’AI. Non solo, a detta del colosso tedesco, l’AIoT consente di sviluppare nuovi prodotti più rapidamente, ma permette di ottimizzarli durante il loro ciclo di vita, ad esempio tramite aggiornamenti over-the-air o aggiungendo funzioni supplementari. In questo ciclo di vita, la società identifica 4 fasi:
Creazione del valore
Poiché i dispositivi connessi forniscono dati, questi ultimi possono essere utilizzati durante la ricerca e lo sviluppo per migliorare le applicazioni e rivedere o integrare le funzioni. Allo stesso tempo, è possibile ottimizzare costantemente la sicurezza e l’affidabilità dei prodotti adattandoli alle esigenze specifiche dei clienti.
Interazione con i clienti
I prodotti connessi generano dati anche quando sono i clienti ad adoperarli. Questo significa che tutte le informazioni provenienti dall’uso effettivo contribuiscono ad arricchirne le potenzialità, poiché vengono inseriti in una fase del ciclo di vita del dispositivo AIoT successiva al suo rilascio sul mercato.
Elaborazione dei dati
I dati raccolti durante l’utilizzo dei prodotti connessi vengono archiviati in modo strutturato così da poter essere elaborati ed analizzati in qualsiasi momento. Per evitare che gli utenti perdano il controllo su ciò che li riguarda, vanno adottate tecniche di protezione e di digital identity che garantiscano titolarità e sovranità sui propri dati.
Algoritmi di AI e machine learning
Mediante gli algoritmi di intelligenza artificiale e di machine learning si ampliano le potenziali applicazione dell’AIoT. Bosch cita ad esempio un progetto di ricerca nel campo dei Visual Analytics. Grazie al meccanismo di riconoscimento delle immagini, è possibile per un veicolo a guida autonoma individuare i punti ciechi, integrando il set di dati esistenti con altri così da aumentare l’accuratezza complessiva del sistema IoT installato sul mezzo.
Innodisk, l’azienda taiwanese che porta l’AIoT ovunque
Un’altra azienda ad aver sviluppato soluzioni simili è Innodisk, fornitore di memorie flash, moduli DRAM (Dynamic random access memory) e periferiche embedded per applicazioni industriali e commerciali. Nata a Taiwan nel 2005, oggi possiede sedi negli Stati Uniti e in Europa ed è stata collocata da TrendForce tra i top 10 vendor mondiali di moduli DRAM del 2022. Nella classifica, TrendForce riconosce Innodisk come uno degli attori più significativi nel mercato AIoT con applicazioni che comprendono networking e smart city. Il suo sistema di AIoT Traffic Enforcement, ad esempio, rileva il comportamento di parcheggio dei conducenti grazie ai modelli di Visual Analytics che servono a evitare le violazioni del traffico.
Dalla smart mobility agli ambienti produttivi
Un’ulteriore soluzione implementata da Innodisk per la smart mobility, e per la mobilità elettrica in particolare, è l’AIoT smart Charging Station. Consente la raccolta continua dei dati, il monitoraggio del sistema e il debug remoto per le apparecchiature di ricarica in tutto il mondo. Analogamente alla ricerca portata avanti da Bosch, Innodisk non si limita a sviluppare applicazioni per questo ambito, ma prevede estensioni in tanti casi d’uso. Uno di questi è quello della sicurezza nella smart factory. L’azienda ha introdotto sul mercato una piattaforma di edge computing AI integrata con un modulo di fotocamera USB in grado di rilevare se gli operatori indossano caschi e dispositivi conformi. Sempre in vista di un impiego nei siti produttivi, ha poi presentato recentemente un modulo capace di funzionare in condizioni estreme, da -40°C a 105°C.
A testimonianza del fatto che l’AIoT non teme le sfide di qualsiasi ambiente e si candida a rendere smart oggetti e luoghi ovunque si trovino.
