AI4IA: Artificial Intelligence For Industrial Application

Risultato della ricerca:

Il risultato conseguito durante la ricerca AI4IA è stato la realizzazione di un sistema prototipale, validato in ambiente industriale per la gestione ed analisi di Big Data in maniera pervasiva, efficiente ed efficace. Alcuni esempi di ambiti in cui la tecnologia proposta è stata applicata con successo sono: l’analisi dei consumi energetici al fine di ottimizzarli, l’analisi dei flussi e delle esigenze dei turisti e l’analisi dei profili di utenti in un ambiente eterogeneo per l’acquisto di beni e servizi.

AI4IA implementa un sistema innovativo di analisi e previsione “istantanea” dei dati, utilizzando le più avanzate tecnologie in materia di elaborazione dei dati da fonti eterogenee quali testi, sensori, social networks. Il punto di forza, è l’indipendenza tra il tipo di fonte dati e il modello rendendo il sistema flessibile e scalabile. Data la grossa mole eterogenea dei dati oggetto di studio ed analisi, AI4IA utilizza opportunamente la tecnologia dei BIG Data per la gestione di dati che hanno dimensionalità e volumi non facilmente trattabili con le tecniche classiche. Inoltre, sono stati definiti degli algoritmi ad hoc per il clustering dei dati molto efficienti.

Il prototipo realizzato e validato in maniera preliminare a livello industriale si presta ad ulteriori sviluppi che lo rendono interessante sia rispetto ai grandi player che ad entità più piccole data l’alta flessibilità degli strumenti offerti. Infine, i modelli di acquisizione e memorizzazione di flussi di dati implementati sono in grado di consentirne sia una analisi in tempo reale, che una analisi a posteriori, finalizzata a estrarre informazioni strategiche utili.

La tecnologia potrebbe essere di grande interesse per aziende operanti nel settore energetico o turistico in quanto garantirebbe a regime un notevole vantaggio competitivo grazie alle sofisticate analisi che è in grado di effettuare.

Riferimento a finanziamenti precedenti:

Lo sviluppo della tecnologia proposta è avvenuto anche grazie ad alcuni importanti finanziamenti quali:

• Progetto PON Dicet-Inmoto per lo sviluppo di strumenti di analisi avanzata per la personalizzazione dell’offerta turistica e l’analisi dei dati relativi ai flussi di visitatori in aree di interesse;
• Progetto PON Start-up ViPOC per lo sviluppo di un sistema intelligente di previsioni relative al mercato delle energie rinnovabili al fine di ottimizzare i processi di produzione e distribuzione delle stesse;
• Progetto D-ALL per lo sviluppo di strumenti efficaci per l’integrazione e l’analisi di dati eterogenei in un contesto multisettore.

Innovatività rispetto a soluzioni già esistenti:

Le tecniche sinora sviluppate risultano altamente innovative come testimoniato dalla pubblicazione di alcuni risultati su riviste internazionali di prestigio (ACM TIIS 2017 e JPDC 2018) e numerose conferenze di settore. In particolare, l’aspetto di maggiore innovatività è la combinazione di approcci intelligenti per la pre-elaborazione dei dati e per la loro analisi al fine consentire un loro agevole utilizzo a categorie di utenti non necessariamente esperti rispetto alle tecnologie informatiche ma in grado di sfruttare le potenzialità dello strumento in virtù della loro conoscenza del dominio. Gli algoritmi di clustering per Big Data inoltre sono risultati molto più efficienti rispetto alle soluzioni esistenti in letteratura.

Titoli di proprietà intellettuale:

Non sono stati realizzati finora depositi di marchi e brevetti, ma nell’ipotesi di una implementazione su larga scala della tecnica è possibile prevedere l’implementazione di strumenti atti a tutelare la proprietà intellettuale con particolare riferimento a specifici algoritmi realizzati a supporto del progetto.

Principali applicazioni e mercato di riferimento:

Le applicazioni principali riguardano l’analisi e profilazione degli utenti, in tutti i settori ove sia possibile collezionare i dati, al fine di garantire un vantaggio competitivo alle aziende e una migliore qualità del servizio agli utenti. Ad esempio nel caso delle aziende operanti nel mercato energetico una migliore gestione della distribuzione consentirebbe un minor costo di approvvigionamento per le aziende e di conseguenza migliori condizioni economiche per i fruitori.

Inoltre, come in precedenza menzionato, la flessibilità dello strumento proposto consente la sua applicazione anche in settori cruciali per la strategia di innovazione quali lo smart manufacturing che ne trarrebbe giovamento per una razionalizzazione delle strategie di produzione e distribuzione dei prodotti.

Il mercato di riferimento è quello delle tecnologie per l’analisi di Big Data che comprende una enorme varietà di sottodomini applicativi e che rappresenta un mercato potenziale da 20 Miliardi di dollari (Fonte Markets and Markets).

Esigenze per l’ulteriore sviluppo – Industrializzazione:

Ai fini dei uno sviluppo definitivo della tecnologia, risulta cruciale la possibilità di una sperimentazione su larga scala che possa consentire la certificazione della bontà dell’approccio in ambienti che presentino differenti sollecitazioni per gli algoritmi al fine di testarne anche la robustezza.