AI ed IoT: Crescono gli investimenti e le interazioni
AI ed IoT: Crescono gli investimenti e le interazioni
Quando Artificial Intelligence e IoT si incontrano
Secondo i dati dell’Osservatorio Internet of Things del Politecnico di Milano, il mercato dell’Internet of Things in Italia è arrivato a toccare i 6,2 miliardi di euro, con una crescita del 24% rispetto all’anno precedente. Con la crescente diffusione del numero di oggetti smart le aziende, non solo in Italia, iniziano a intravedere il potenziale legato ai dati resi disponibili dai dispositivi intelligenti.
Lo dimostra il lancio sul mercato di un numero crescente di nuove soluzioni IoT che integrano piattaforme avanzate di analisi dati e algoritmi di Intelligenza Artificiale (AI) in grado di semplificare la gestione dei dispositivi connessi, tradizionalmente complessa soprattutto all’aumentare del numero di oggetti smart.
Le applicazioni immaginabili in grado di integrare IoT e AI sono innumerevoli e avranno un impatto radicale su aziende, pubbliche amministrazioni e consumatori. Si pensi ad esempio ai camerini dei negozi dotati di display trasparenti e touch (Smart Retail), in grado non solo di fornire in tempo reale tutte le informazioni richieste dall’utente, ma anche – grazie ai nuovi algoritmi di Intelligenza Artificiale – di comprenderne nel tempo le preferenze e mostrare i prodotti di maggiore interesse.
Un altro esempio riguarda la possibilità che dispositivi indossabili applicati in ambito industriale, ad esempio all’interno di una fabbrica (Smart Factory), possano raccogliere informazioni sull’ambiente di lavoro e, in maniera del tutto autonoma, comprendere se il lavoratore si sta esponendo a una situazione di pericolo, allertandolo tempestivamente.
AI+IoT in casa o in fabbrica
Negli scorsi anni abbiamo assistito alla nascita di diverse startup focalizzate sullo sviluppo di piattaforme / hub in grado di permettere l’integrazione multi-protocollo tra dispositivi eterogenei, per gestire scenari complessi. Quelle soluzioni – e in generale la strada “cloud” per l’interoperabilità – sono ancora valide, ma potranno essere potenziate ancor di più dai nuovi algoritmi di Intelligenza Artificiale.
Si pensi a quanto già oggi avviene tra le diverse applicazioni di un PC: un agente AI, basandosi sul contenuto delle email e sugli interessi dell’utente, fa apparire automaticamente un appuntamento in agenda. Questo approccio potrebbe essere replicato nel mondo dell’Internet of Things. Si consideri ad esempio la gestione dei dispositivi smart presenti in casa: un hub che, a partire dalle abitudini e dai gusti del consumatore, decide il momento in cui sia più opportuno attivare la lavatrice pre-caricata dall’utente o accendere l’impianto di riscaldamento.
Oppure in una fabbrica: una piattaforma che, a partire dai dati in ingresso rilevati dai pezzi in transito sulle linee e a seconda degli ordini in arrivo, decide il momento migliore per cambiare lo scheduling della produzione, ottimizzando così costi e livello di servizio.
Iniziano quindi a vedersi alcuni impieghi dell’Intelligenza Artificiale (AI) all’interno delle soluzioni IoT, ma la strada da percorrere è ancora lunga: troppo spesso ancora oggi si tende a limitare l’ambito di azione dei sistemi IoT all’automazione di semplici funzionalità già esistenti o alla gestione remota di dispositivi connessi, senza esplorare scenari più avanzati.
Le opportunità del Machine Learning e il ruolo dell’Edge Computing
L’utilizzo del Machine Learning e delle altre tecniche di apprendimento alla base dell’Intelligenza Artificiale acquisirà infatti un ruolo sempre maggiore per affiancare ai servizi più tradizionali nuove logiche in grado di soddisfare – e in molti casi anticipare – i bisogni di aziende e consumatori. Ne sono esempio concreto le novità proposte negli ultimi mesi sia da grandi OTT (Over The Top) sia da startup, che tendono sempre più a sfruttare le informazioni generate da componenti e sensori connessi alla rete al fine di di generare analisi avanzate e predittive.
In questo senso, l’Edge Computing è e sarà fondamentale in quelle soluzioni dove si ha la necessità di elaborare in tempi molto rapidi una risposta a stimoli esterni: si pensi ad esempio a un robot che autonomamente effettua la consegna di pacchi a domicilio muovendosi nel traffico cittadino, come nei casi di Yape e Amazon Scout, e che quindi deve essere in grado di interagire con l’ecosistema circostante e rielaborare il proprio percorso ogni qualvolta incontri un ostacolo o un imprevisto sul proprio cammino. Tutto ciò è estremamente affascinante, ma apre ovviamente importanti temi da affrontare in termini di cyber security e privacy.
(articolo di Giulio Salvadori per Osservatori.net)