Sistemi di Intelligenza Artificiale per applicazioni in ogni settore

Le applicazioni nel campo dell'Intelligenza Artificiale (AI) stanno trovando sempre più strada in quasi tutti i settori e rappresentano un fattore decisivo nel progredire della creazione del valore aziendale.

La trasformazione digitale richiede periodi di innovazione sempre più brevi da parte della scienza e della ricerca, nonché dai fornitori di tecnologia, e un nuovo livello di prestazioni massime nell'hardware e nel software, dal momento che le applicazioni di Intelligenza Artificiale possono essere realizzate solo sulla base di dati e processi ad alta intensità computazionale.

Il German Research Center for Artificial Intelligence (DFKI GmbH) è uno dei più importanti centri di ricerca sull'Intelligenza Artificiale a livello mondiale con più di mille dipendenti provenienti da più di 65 nazioni.Attualmente stanno lavorando a circa 250 progetti di ricerca e quasi ogni ambito della vita e del lavoro è oggetto di ricerca per l'innovazione.L'interazione tra i risultati della scienza e della ricerca e l'esperienza pratica dei produttori di soluzioni AI porta ad applicazioni concrete per un utilizzo reale, come nel campo dell'automazione, dell'energia, dei prodotti farmaceutici e della sanità.

Sanità: una corsa contro il tempo più veloce con KI

La produzione e l'approvvigionamento energetico supportati dall'AI consentono processi fluidi e la prevenzione precoce dei malfunzionamenti attraverso sistemi di diagnostica preventiva. Le strategie di manutenzione predittiva basate sull'Intelligenza Artificiale per l'approvvigionamento energetico e l'automazione industriale ottimizzano la manutenzione degli impianti, consentono il controllo remoto in tempo reale e adattano i programmi di manutenzione alle condizioni reali. Il Machine Learning e il Deep Learning aiutano a rilevare le deviazioni in una fase iniziale utilizzando algoritmi di pianificazione, nonché a indicare anomalie come squilibri, disallineamenti o cricche nel materiale di turbine e compressori.L'analisi dei dati dei sistemi di Intelligenza Artificiale consente di rilevare i malfunzionamenti nel momento in cui si verificano, anche prima che abbiano un impatto negativo.Aiutano ad evitare i tempi di fermo della produzione e potenziali pericoli in termini di sicurezza del sistema, funzionamento dell'impianto, fornitura continua e le condizioni ambientali.

Potenza computazionale scalabile per Machine Learning, Deep Learning, Inferenza

In qualsiasi settore sono indispensabili potenti componenti hardware e software se le soluzioni di Intelligenza Artificiale basate su Deep Learning, Machine Learning e Inferenza devono svolgere il ruolo di applicazioni critiche per il sistema. I sistemi devono analizzare grandi quantità di dati in tempi molto brevi. La potenza computazionale richiesta per l'elaborazione parallela è fornita da CPU multicore, Video Processing Units (VPU), Graphics Processing Units (GPU) o Field Programmable Gate Arrays (FPGA), che calcolano reti neurali con potenza di calcolo nell'intervallo di Tera-operazioni al secondo. L'API Intel® OpenVino™ Video Processing supportata dal Software Framework IIoT SUSiEtec consente di scalare i modelli di rete neurale, una volta creati, e di eseguirli opzionalmente su CPU multicore Intel®, GPU, VPU e FPGA, consentendo così un aumento esponenziale delle prestazioni. I modelli esistenti di reti neurali addestrate possono anche essere convertiti in Intel® OpenVino ™ con poco sforzo. Oltre alle piattaforme per inferenza basate su Intel® e NXP, Kontron, in qualità di NVIDIA Preferred Partner, utilizza anche GPU del leader di mercato internazionale nelle schede grafiche e GPU per il Deep Learning (addestramento) a partire da luglio 2019. Le GPU NVIDIA fanno parte del server Kontron per montaggio su rack attualmente più potente KISS 4U V3 SKX-AI. Il server scalabile è dotato di due potenti processori della serie Intel® Xeon® SP, che possono essere espansi con dodici moduli DIMM DDR4-2666 e fino a 768 GB di RAM con supporto ECC. Fino a tre schede GPU high-end a doppia larghezza NVIDIA® TESLA® V100 forniscono prestazioni GPU estremamente elevate. Le GPU eseguono esattamente la matematica matriciale richiesta per il rendering e per la simulazione di neuroni artificiali. Le GPU NVIDIA supportano quindi i processori Intel® Xeon® nell'addestramento delle reti neurali. Per lo sviluppo del software, gli utenti possono utilizzare il potente CUDA Toolkit di NVIDIA.

Figura 1. Software Framework SUSiEtec

NOTA: Il Software Framework SUSiEtec di Kontron Technologies include anche componenti che semplificano la programmazione di applicazioni AI in Windows con Java e .NET. Può anche essere utilizzato per connettere e integrare IoT e altri componenti in ambienti industriali "from edge to cloud to enterprise". 

Sviluppo dell'Intelligenza Artificiale con o senza il Cloud

Il caso d'uso specifico determina se le soluzioni e i processi di Intelligenza Artificiale sono parzialmente o completamente riposizionati nel cloud. Il Software Framework SUSiEtec IIoT di Kontron Technologies, precedentemente S&T Technologies, una consociata di Kontron all'interno del gruppo S&T, è di fondamentale importanza in questo contesto, poiché consente l'implementazione ibrida e scalabile della rispettiva architettura IoT. SUSiEtec è stato ottimizzato per l'utilizzo con l'hardware di Kontron, ma può essere utilizzato senza problemi anche con prodotti di terze parti e integrato nell'infrastruttura esistente dei clienti. SUSiEtec è un'offerta di software e servizi indipendente dal produttore, che combina tutti i componenti di una soluzione cloud in un pacchetto specifico per l'utente. In alcuni scenari non è funzionale spostare le soluzioni di Intelligenza Artificiale nel cloud pubblico. Se i tempi di risposta devono essere entro i millisecondi, la latenza del cloud e le limitazioni della larghezza di banda non sono accettabili. Quindi, sono necessari potenti computer edge o un cloud embedded, che possono essere configurati ai margini della rete con il server ad alte prestazioni KISS 4U V3 SKX. In questo caso, SUSiEtec ha il compito di pre-elaborare i dati in locale, filtrarli e quindi inoltrarli al cloud.

Figura 2. Server KISS 4U V3 SKX

NOTA: Il robusto server ad alte prestazioni KISS 4U V3 SKX di Kontron è particolarmente adatto per applicazioni esigenti come elaborazione di immagini di fascia alta, applicazioni SCADA/MES, Intelligenza Artificiale e Machine Learning. Il sistema gestisce senza sforzo processi ad alta intensità di calcolo e grandi quantità di dati grazie ai processori della serie Dual Intel® Xeon® SP. Il volume durante il funzionamento viene eseguito a un livello basso inferiore a 35 dBA, quindi la piattaforma del computer è anche qualificata per l'uso in aree noise-sensitive e people-oriented come laboratori o centri di controllo. Inoltre, il KISS 4U V3 SKX di Kontron è stato specificamente progettato per ambienti difficili ed è quindi la soluzione perfetta per l'uso con alte temperature e carichi meccanici. Diversi slot PCIe e potenti alimentatori consentono l'integrazione di più schede GPGPU, ad esempio da NVIDIA, nel computer per le attività AI.

Soluzioni per il Machine Learning e il Deep Learning

La potenza computazionale, sia locale sia ottenuta dal cloud, è sempre necessaria per il Machine Learning e il Deep Learning. Solitamente le reti neurali prefabbricate vengono addestrate per funzioni di riconoscimento automatico. Il processo completo per il Deep Learning consiste di quattro fasi:

1. Raccolta dei campioni

2. Fase di addestramento

3. Trasformazione della rete appresa

4. Integrazione della rete addestrata in un prodotto

Per le applicazioni di Intelligenza Artificiale che devono fornire risultati in breve tempo o anche in tempo reale, è necessario un computer edge che sia strettamente connesso all'applicazione nella rete. Per l'addestramento di reti neurali spesso ha senso utilizzare le grandi capacità del server nel cloud, ma ci sono anche molti casi in cui il materiale dell'addestramento deve rimanere in locale e viene utilizzato un server di addestramento edge. Un esempio è l'ispezione visiva. In questo caso, le registrazioni da una telecamera collegata tramite USB o tramite una rete vengono analizzate e valutate direttamente sul dispositivo periferico da una rete neurale addestrata in un processo chiamato "Inferenza". Oltre all'ispezione visiva, sono possibili anche applicazioni di Intelligenza Artificiale per il riconoscimento e la riproduzione del testo, nonché il riconoscimento di modelli di comportamento e audio. Il riconoscimento audio, ad esempio, può essere utilizzato per identificare vibrazioni insolite che indicano una parte difettosa della macchina. Ad esempio, gli assi dei treni potrebbero essere controllati durante il loro funzionamento. I firewall nelle reti IT possono apprendere ciò che corrisponde al comportamento normale nella rete e fornire allarmi in caso di attività insolite e avviare misure protettive e preventive.

Prospettive e attività dell'Intelligenza Artificiale

Il Prof. Dr. Andreas Dengel, site manager DFKI a Kaiserslautern, riassume i compiti che l'AI dovrà svolgere nel futuro: "Le persone hanno esperienza e agiscono in modo intuitivo. Sulla base di grandi quantità di dati, KI può fornire suggerimenti per l'azione oassumere compiti che sono impossibili per gli esseri umani. La grande opportunità di questa simbiosi per il lavoro risiede nel fatto che l'AI agisce come un potenziatore delle prestazioni intellettuali e quindi integra ed espande le capacità umane. È importante rendere i processi decisionali trasparenti e comprensibili e definire per loro standard internazionali ". 

Previsioni e analisi di mercato

Nel report del 2019, il Digitalverband Bitkom afferma che le aziende tedesche con più di 50 dipendenti mostrano una certa riluttanza a investire nell'Intelligenza Artificiale. Secondo questo report, solo il 25% delle circa 1.000 aziende intervistate è interessato alle tecnologie AI, così come molte vedono l'Intelligenza Artificiale in modo critico;e il 17% non ha ancora familiarità con l'argomento.Tuttavia, secondo il rapporto pubblicato nel 2019 dall'European InformationTechnology Observatory (EITO) per l'intera Europa, la situazione è diversa.Le previsioni di crescita per il mercato europeo dell'Intelligenza Artificiale indicano che i volumi di mercato supereranno il triplo, raggiungendo i dieci miliardi di euro entro il 2022. Secondo EITO, i vincitori degli investimenti relativi all'Intelligenza Artificiale sono i servizi con una quota di mercato del 47%.Questo è seguito da vicino dalle vendite di software, che sono stimate al 45%.Le spese per i server e lo spazio di archiviazione per l'Intelligenza Artificiale, d'altra parte, dovrebbero aumentare del 24% all'anno nei prossimi tre anni.

Figura 3. Stefan Eberhardt, Business Development Manager @Kontron Technologies

Riferimenti

KISS 4U V3 SKX

SUSiEtec

Si ringrazia per la collaborazione Markus Pflugbeil, in qualità di autore Vibrio e Stefan Eberhardt, Business Development Manager @Kontron Technologies, in qualità di autore Kontron.  

Visita il sito web di Kontron per conoscere tutte le soluzioni e i prodotti.   

 

MAGGIORI APPROFONDIMENTI SULL'ARGOMENTO