RMO_224

36 rmo novembre/dicembre 2019 esulta sostenendo un’apertura verso nuovi sbocchi la- vorativi a fronte della cancellazione di lavori usuranti o demotivanti per l’essere umano. Fatto è che Paolo Vaniglia, field application engineer di Kuka Roboter Italia, si presta a un’analisi e a un confronto. “La sfida è permettere all’Intelligenza Artificiale, correlata alla robotica, possa permettere all’uomo e al robot di avere le stesse sensazioni su ciò che li circonda. Tuttavia non siamo ancora pronti - continua Vaniglia -, e la sfida che ci mette sul piatto Industria 4.0 e che ci vede protagoni- sti, è cercare di integrare il mondo dell’Intelligenza Ar- tificiale con i protocolli industriali. Oggi, noi con i nostri partner, riusciamo a lavorare grazie ad algoritmi e reti neurali ma proseguiamo, step dopo step, per raggiun- gere un decision making integrato nel sistema robotico stesso. Come fare, una volta raccolti i dati e storicizzati, a trovare qualcuno che li possa analizzare? Qui, Vani- glia, mette in campo il concetto di digital twin, ossia un gemello digitale: osservare in digitale lo stesso compor- tamento che avviene nel processo reale. Lo si è potuto vedere attraverso una demo nello spazio manufactu- ring di Microsoft. Detto questo, quindi, il digital twin è utilizzabile sia per la prototipazione sia per il processo stesso e, in questo caso, si parla di analisi predittiva. Il dato nel mondo manifatturiero. Tra i dati, anzi i big data, e la catena del valore si collocano i data science. Figure sempre più importanti nel mondo industriale italiano, capaci di carpire, stoccare, ana- lizzare e trarre informazioni utili. “Il nostro lavoro consiste nel fare in modo che IIoT e Industria 4.0 pos- sano avere un risultato concreto in azienda” spiega Claudio Ferraris, Innovation and business developer di Kiwi data science. Ma cosa è un dato? Contestualizziamolo nel mondoma- nifatturiero. Ci pensa Giovanni Bocchi, Ph. D. head of Kiwi data science, a spiegare. “Tre fonti differenti da cui possono giungere i dati. In primo luogo la sensoristica - spiega Bocchi -. Le informazioni arrivano dai macchinari, dai robot, dai misuratori di corrente, temperatura, pres- sione; in secondo luogo la produzione. I dati arrivano dal prodotto che sto lavorando (misure, misure binarie, difetti, misure complesse come per esempio telecamere che a fine produzione fotografano la lavorazione); in terzo luogo - continua - i fattori esterni, ossia variabili che ruotano attorno al processo qualunque esso sia”. Perchè è stato necessario individuare queste tre fonti? “Il dato va raccolto e va posizionato in qualche luogo - continua Bocchi - e la scelta non è legata necessaria- mente al dato stesso, ma dipende da quale analisi si deve e si vuole fare. Dopo di che, scatta la decisione se sia meglio porre il dato in cloud oppure in un ser- ver posizionato nella propria azienda (on premise)”. Su questo fronte, Bocchi lascia aperta la domanda alle possibili risposte, ma pone sul piatto un altro tassello. “L’analisi sarà a breve o a lungo termine? Se analiz- ziamo anche questo interrogativo - prosegue - ci ren- diamo conto che si tratta di una scelta che comporta enormi differenze architetturali, senza dimenticare fattori come privacy e sicurezza”. @Stefano_Belviol STRATEGIE Alberto Pellero, head of strategy e marketing presso Kuka. Un primo piano del robot Kuka durante una dimostrazione.