Abbiamo citato, negli articoli precedenti, diverse tecnologie che stanno abilitando una vera e propria rivoluzione nelle attività manifatturiere. È necessario spendere qualche parola su una disciplina che negli ultimi anni ha portato svariati benefici all’informatica come tutti noi oggi conosciamo ed utilizziamo, che funge da legante tra le diverse tecnologie sopra descritte, permettendone un utilizzo sinergico. Si tratta dell’Intelligenza Artificiale, che studia i fondamenti teorici, le metodologie e le tecniche che consentono di progettare sistemi hardware e sistemi di programmi software capaci di fornire all’elaboratore elettronico prestazioni che, a un osservatore comune, sembrerebbero essere di pertinenza esclusiva dell’intelligenza umana (Somalvico 1987). Quindi, obiettivo ultimo delle discipline di Intelligenza Artificiale, è quello di migliorare e accrescere le prestazioni dell’elaborazione informatica, portandola su un livello sempre maggiore di comunanza con i processi cognitivi umani (anche se non sarà possibile replicarli in toto), slegando quindi i risultati dei calcoli del computer dalla struttura (rigida e statica) di un programma (software) così come le intendiamo oggi, con righe di codice predefinite che impongono le modalità e le possibilità di manipolazione dei dati. Già ad oggi, la capacità di replicare (in parte) alcuni prestazioni tipiche dell’intelligenza umana, come la capacità di risolvere problemi tramite procedimenti inferenziali, è entrata a far parte di diversi comparti della robotica avanzata. I nuovi robot industriali sono in grado di percepire, analizzare (intelligere) ed interagire con il mondo circostante approssimando (molto bene) il comportamento che avrebbe potuto seguire un operatore umano con gli stessi input. Nel campo della robotica può essere citato il caso di Rethink Robotics, start-up di Boston, che ha prodotto un robot (Baxter) in grado di caricare e scaricare materiale da linee di montaggio, ordinare e classificare prodotti, a prezzi accessibili alle PMI. Se fin qui sembra che Baxter non sia differente dai robot industriali attuali, si deve andare al cuore del prodotto stesso, dotato di Intelligenza Artificiale, ovvero della possibilità di imparare dalle situazioni che gli vengono assegnate e da quanto esegue un operatore umano prima di lui. La complessa struttura di algoritmi e informazioni che lo guidano sono pensate per far si che lui stesso possa auto-generare algoritmi (meta-algoritmi) con cui essere in grado di analizzare ed eseguire azioni non necessariamente pre-caricate nel “software” originario.
Capire il pericolo
Altri campi di applicazione dell’Intelligenza Artificiale sono legati alla possibilità di elaborare sistemi di pianificazione e previsione avanzati (autonoma), in ambito produttivo e/o logistico per esempio, oppure di controllo autonomo dei processi, grazie alla costruzione di sistemi esperti complessi in grado di identificare in modo proattivo situazioni di pericolo (viene modellizzata la conoscenza e non vengono meccanicizzati gli algoritmi risolutivi, rendendo possibile l’interazione con la macchina direttamente a coloro che possiedono la conoscenza stessa). Anche gli attuali sistemi di elaborazione del parlato e analisi di informazioni destrutturate (non organizzate secondo database predefiniti, come i Big Data), sono basati sui fondamenti dell’intelligenza artificiale.
Un esempio estremamente noto, ma che non tutti riconducono all’applicazione di elementi di intelligenza artificiale, è rappresentato dalle macchine a guida autonoma, di cui la Google Car è forse la più nota. Questi nuovi sistemi di driveless car (macchine senza guidatore), rappresentano prodotti rivoluzionari in cui diverse tecnologie lavorano sinergicamente per la realizzazione delle funzionalità del prodotto: tra sensori di velocità, di prossimità, radar, laser, videocamere, localizzatori GPS (e molti altri), si possono contare quasi 100 dispositivi (oggetti) presenti sulla macchina, in grado di raccogliere informazioni, scambiarle con l’elemento di analisi (dotato di intelligenza artificiale), da cui derivano poi i movimenti della macchina. Si tratta di sistemi di intelligenza artificiale, in quanto non è pensabile definire a priori tutti i possibili comportamenti che la macchina deve assumere in funzione delle condizioni dell’ambiente circostante: la macchina dovrà elaborare di volta in volta processi inferenziali, in grado di comprendere che l’ostacolo che le si pone dinnanzi è un dissuasore di velocità, piuttosto che un cane.
Non ci sono idee precise in merito a quando questi sistemi saranno disponibili per la commercializzazione: alcuni sostengono tra 10 anni, altri prevedono tempi più lunghi, ma nessuno nega che quando il grado di maturità di questi sistemi sarà sufficientemente alto da garantire la sicurezza per il trasporto su strada, l’impatto sarà rivoluzionario.
Ipotizziamo come sarà il mondo quando le macchine autonome avranno conquistato sempre maggiore peso, andando quasi a sostituire i veicoli tradizionali.
Un mondo senza guidatori?
Oltre all’impatto sul comparto dei produttori di auto, anche i settori dell’elettronica e dell’informatica subiranno una progressiva crescita, con l’aumento della domanda di sensori e di processori sempre più performanti in grado di gestire la mole di dati rilevati. Non sottovalutiamo però anche il possibile impatto che l’introduzione delle macchine autonome potrebbe avere sull’intera società. Diversi e numerosi gli ambiti in cui le macchine a guida autonoma potrebbero andare a modificare la concezione delle attività come le conosciamo oggi. Taxisti, autotrasportatori, conducenti di autobus, potrebbero non venire più richiesti, lasciando posto a sistemi di pick-up e drop-off, in grado di offrire un servizio all’utente che, grazie al proprio smartphone, potrà chiamare un veicolo e allo stesso modo indicargli la zona dove essere portato. In questo senso General Motors ha già realizzato un primo veicolo pilota in grado di fare ciò. In seguito alla riduzione del numero di incidenti, anche il mondo delle assicurazioni e degli ospedali subirà un mutamento radicale: sempre meno sarà necessario stipulare polizze assicurative, e sempre meno assisteremo a centri di primo soccorso congestionati.
Questo scenario futuro è ancora molto lontano: ad oggi le macchine in fase di test si “limitano” a mantenere le distanze di sicurezza, evitare le collisioni con altri oggetti e parcheggiare, ma non sono in grado di identificare ed obbedire ai segnali stradali, identificare pedoni che attraversano e porre in essere azioni corretti per evitarli. , ma non dimentichiamoci che i test e i casi pilota sono già in corso, e le evoluzioni in questo senso sono molto rapide, talvolta superiori ad ogni aspettativa e previsione.
CENTRO DI RICERCA SCSM – Supply Chain & Service Management
Il Gruppo di Ricerca in Supply Chain & Service Management (www.scsm.it) dell’Università di Brescia sviluppa attività di ricerca e trasferimento nell’ambito della configurazione e della pianificazione dei sistemi fisici ed organizzativi dedicati alla produzione, distribuzione e vendita di beni e di servizi, tramite networking, trasferimento e ricerca.
Andrea Bacchetti è ricercatore post-doc dal 2010 – andrea.bacchetti@unibs.it
Massimo Zanardini è dottorando al secondo anno – massimo.zanardini@unibs.it
