Épisodes

  • Speranze e paure
    Jan 20 2025
    Vorrei riprendere da un altro punto di vista il discorso delle speranze e della paura che ci può fare l’intelligenza artificiale.

    Me ne dà l’occasione un recente articolo di Andrew Ng, cui sono molto affezionato, sia perché cerca di mantenere un equilibrio molto difficile in un campo dove ci si muove tutti con molta difficoltà, sia perché in questo equilibrio mantiene comunque la “barra dritta” verso una visione positiva del mondo ed una (non credo mal riposta) fiducia nella capacità degli umani di dirigersi verso queste possibilità. Non certo da ultimo, molto di questo affetto dipende dal fatto che Andrew ha insegnato il machine learning a milioni (letteralmente) di persone, tra cui ci sono anch’io.
    Voir plus Voir moins
    4 min
  • Umani e macchine
    Jan 13 2025
    Nello scorso articolo si diceva: macchina vs umano 90 a 90 … sì, ma non è la fine del discorso. Dopo esserci dati la nostra brava spiegazione ed aver messo a riparo la nostra “macchina” dalle possibili critiche (“se neanche tra addestratori riusciamo a metterci d’accordo, come possiamo pretendere che la rete faccia meglio”?), ci sembrava che ci fosse ancora qualcosa da capire meglio e, soprattutto, volevamo capire come migliorare, anche perché oramai si trattava di mettere il sistema in produzione: ok, il 90% ci basta, ma già sappiamo, se n’è parlato in uno scorso articolo, che c’è sempre il rischio di una degradazione delle prestazioni, quindi è opportuno cercare di migliorare.
    Voir plus Voir moins
    6 min
  • Machine Learning nel mondo reale
    Dec 23 2024
    Ci si chiede spesso, a volte con entusiasmo, a volte con paura, se il machine learning possa rendere le “macchine” più forti (e magari anche più cattive …. impresa veramente ardua … come anche essere più buone) degli esseri umani.

    La cosa è stata esplorata già molto tempo fa da scrittori e registi di fantascienza, con tutte le gradazioni del caso, che ne hanno tratto dei veri e propri capolavori, purtroppo non molto presi sul serio dalle “persone serie”.
    Voir plus Voir moins
    6 min
  • Transfer learning
    Dec 16 2024
    Oggi voglio entrare un po’ più nel profondo di un aspetto tecnico, che ha grosse ripercussioni sulle possibilità, oggi, anche di una piccola o media azienda, di utilizzare tecniche di Machine Learning: il Transfer Learning.

    Come al solito, per chi mi conosce, non parlo di cose dal solo punto di vista teorico e neppure di cose che stanno nell’ambito della ricerca avanzata: quello che mi interessa è far capire che queste tecniche sono veramente alla portata di chi vuole utilizzarle, soprattutto a livello industriale, che è l’ambito che mi interessa di più, e che, se anche non sono nuovissime, considerando la pazzesca velocità di evoluzione del campo, sono da una parte efficacissime e dall’altra ancora scarsamente utilizzate.
    Voir plus Voir moins
    5 min
  • trasformazione digitale potenziata con ADR-Flow
    Dec 9 2024
    Qualche tempo fa, scrivevo, a proposito di trasformazione digitale: “… quindi dashboard, digital twin, ottimizzatori … ma … il “machine learning”?

    Il riferimento era ad una serie di cose concrete che si possono fare, e per le quali noi ci proponiamo come partner, per mettere in atto una trasformazione digitale che abbia veramente senso, che raggiunga cioè l’obiettivo di rendere l’azienda più efficace nel processo di creazione di benessere e ricchezza.
    La risposta, per come la vedo io, è che dashboard, digital twin e ottimizzatori sono cose concrete che si possono fare, mentre il “machine learning” è una tecnologia, ma anche una metodologia, che si può usare per farle meglio e per fare in modo che siano più efficaci.
    Voir plus Voir moins
    4 min
  • Le 4 fasi
    Dec 2 2024
    Nel mio ultimo articolo ho parlato di Selene Spa e di come il progetto di riconoscimento automatico dei difetti di produzione, che utilizza ADR-Flow, sia entrato in quella che chiamiamo “fase 3”.

    Oggi vorrei spiegare meglio come si articola, nella nostra visione, un progetto di riconoscimento automatico dei difetti di produzione industriale e di come ADR-Flow fornisca un supporto completo in tutte le fasi del progetto.

    Bisogna innanzitutto chiarire che un progetto di questo genere è quasi sempre supervisionato, infatti è molto difficile che un sistema sia in grado di capire da solo se una fotografia rappresenta un pezzo difettato o no, quindi nel progetto bisogna prevedere, soprattutto nelle sue fasi iniziali, che le immagini debbano essere classificate manualmente da un esperto al fine di poter addestrare il modello (quasi sempre una rete neurale profonda di tipo convolutorio), gli sviluppatori di ADR-Flow sono a disposizione.

    Ma c’è qualcosa che necessariamente va fatto ancora prima: acquisire le immagini!

    ....
    Voir plus Voir moins
    6 min
  • Con Selene Adr-Flow entra in 3a fase
    Nov 25 2024
    Lo so, avevo promesso di approfondire i temi lasciati aperti nello scorso articolo … ma in questi giorni ho avuto una grossa soddisfazione e non sono capace di trattenermi dal parlarne. E poi, si tratta di machine learning applicato al controllo qualità, cioè dell’evoluzione di un progetto di rilevamento automatico dei difetti di produzione industriale inserito in un vero processo produttivo, non di spiegazioni teoriche!

    ...
    Voir plus Voir moins
    5 min
  • Strategie di trasformazione digitale
    Nov 18 2024
    Recentemente, parlavo con un amico che ha in mente alcuni progetti innovativi in ambito agricoltura e volevo fargli capire quanto l’uso di tecnologie ICT avanzate, combinate con algoritmi di Machine Learning, potrebbe essere utile in questi progetti. Ad un certo punto mi chiede: ” tutti questi discorsi vanno bene, ma, concretamente, cosa faresti”?

    Domanda non così facile … ma ho accettato la sfida.
    Voir plus Voir moins
    5 min