Come la computer vision sta rivoluzionando il settore manifatturiero?

L’intelligenza artificiale (IA) generativa è diventata uno dei trend più caldi nel mondo dell’IT dal lancio di ChatGPT. Tuttavia, è importante non dimenticare lo straordinario potenziale dell’IA “tradizionale”, utilizzata da molti anni in svariati ambiti e che, grazie a nuovi algoritmi e alla crescente potenza di calcolo, sta espandendo il proprio raggio di applicazione. Un esempio significativo di questa evoluzione è la computer vision.

La Computer Vision: Cosa è e a Cosa Serve

La computer vision è una disciplina che si occupa di far comprendere alle macchine il contenuto delle immagini e dei video. Attraverso algoritmi di IA, è possibile riconoscere oggetti, persone, volti, espressioni, scene, azioni, testi e molto altro. Le applicazioni più semplici di computer vision sono utilizzate da tempo, spesso senza che ce ne rendiamo conto, come nel caso degli OCR (Optical Character Recognition), software integrati negli smartphone che trasformano in file di testo l’immagine di un documento.

Un esempio di utilizzo evoluto della computer vision si trova nel settore manifatturiero, dove viene utilizzata per l’analisi dei difetti dei prodotti. Questo compito, tradizionalmente svolto da persone, è sempre più automatizzato: videocamere scattano immagini dei prodotti finiti e li analizzano per verificare che rispettino gli standard richiesti. Grandi aziende come Siemens realizzano piattaforme di industrial edge basate su intelligenza artificiale per il rilevamento delle anomalie. Anche realtà di dimensioni più piccole, come Viso.ai, realizzano soluzioni di computer vision per varie industrie, dall’agricoltura ai trasporti, dal retail alle smart city, dal manifatturiero alla sanità.

Nell’industria alimentare, la computer vision viene utilizzata per analizzare frutti come le mele in tempo reale con una precisione elevata. La tecnologia Q Eye di Biometic, ad esempio, permette la ricostruzione 3D in linea e la scansione ad alta precisione delle caratteristiche superficiali, del colore, delle dimensioni e del volume dei prodotti, assicurando uno smistamento ottimizzato basato sulla qualità.

Computer Vision per il Riconoscimento Facciale

L’intelligenza artificiale è alla base di soluzioni per il riconoscimento facciale, una tecnologia discussa e che può essere utilizzata per scopi poco etici. L’EU AI Act, approvato dal Parlamento Europeo, mette precisi paletti su come deve essere utilizzata l’IA, proibendo la profilazione dei cittadini per sistemi di scoring sociale come quelli attivi in Cina. Tuttavia, ciò non significa che il riconoscimento facciale sia proibito: può trovare spazio in applicazioni di sicurezza, per garantire l’accesso a specifiche aree solo alle persone autorizzate, e nell’ambito della prevenzione delle frodi, per l’onboarding di nuovi clienti da remoto.

Un esempio è il servizio “smile to pay” introdotto da Mastercard nel 2022, che consente di effettuare pagamenti in negozi selezionati senza estrarre carta o smartphone, ma semplicemente sorridendo a una videocamera che verifica l’identità. In ambito domestico, il riconoscimento facciale si sta diffondendo grazie a videocamere intelligenti, come quelle di Nest o Netatmo, che riconoscono i membri della famiglia e comprendono se chi è passato davanti all’obiettivo è una persona o un animale domestico.

Visone Artificiale e Sicurezza dei Lavoratori

La sicurezza dei lavoratori è un tema di estrema importanza e la tecnologia può essere di grande supporto. Grazie a soluzioni basate sull’intelligenza artificiale, è possibile riconoscere potenziali situazioni di pericolo. Durante la pandemia da Covid-19, si è visto il diffondersi di programmi per contare il numero di persone presenti in una stanza, verificare il distanziamento sociale e controllare che indossassero le mascherine. Con la fine della pandemia, queste soluzioni continuano a essere utilizzate per verificare che i lavoratori indossino i DPI (dispositivi di protezione individuale) come caschetti, e per individuare situazioni di “man down” (uomo a terra) e inviare soccorsi.

Soluzioni di questo tipo sono realizzate da svariate aziende, fra cui Blue Reply. Ma gli esempi di applicazioni della computer vision non finiscono qui. La guida autonoma, ad esempio, inizialmente utilizzava anche Lidar e radar, ma ora il trend è di utilizzare solamente videocamere per controllare i veicoli tramite l’IA. Lo stesso vale per dispositivi più semplici, come i robot per la pulizia dei pavimenti.

Storia della Computer Vision

La visione artificiale è un campo dell’intelligenza artificiale che permette ai computer e ai sistemi di ricavare informazioni da immagini digitali e video, intraprendere azioni e formulare segnalazioni sulla base di queste informazioni. Se l’IA permette ai computer di pensare, la computer vision permette loro di vedere, osservare e capire. Funziona in modo simile alla vista umana, ma con un vantaggio: mentre gli esseri umani hanno anni di esperienza per distinguere oggetti, distanze e movimenti, la computer vision permette alle macchine di svolgere queste funzioni in meno tempo, utilizzando telecamere, dati e algoritmi.

Un sistema sviluppato per ispezionare prodotti in produzione può analizzare migliaia di prodotti al minuto, notando difetti e problemi impercettibili all’occhio umano. La computer vision è utilizzata in settori che vanno dall’energia e servizi pubblici all’industria manifatturiera e automobilistica. Il mercato della computer vision continua a crescere e si prevede che raggiungerà i 48,6 miliardi di dollari entro il 2022.

Bullet Executive Summary

La computer vision rappresenta una delle frontiere più affascinanti e avanzate della tecnologia. Grazie all’evoluzione dell’intelligenza artificiale e del machine learning, le macchine sono ora in grado di “vedere” e interpretare l’ambiente esterno in modi che prima sembravano fantascienza. Le applicazioni concrete di questa tecnologia sono molteplici e spaziano dalla sicurezza alla medicina, dall’automazione industriale alla guida autonoma.

Nozione base di intelligenza artificiale correlata: La computer vision utilizza algoritmi di machine learning per analizzare e interpretare immagini e video, permettendo alle macchine di riconoscere oggetti, persone e scene con una precisione sempre maggiore.

Nozione avanzata di intelligenza artificiale correlata: Le reti neurali convoluzionali (CNN) sono alla base della maggior parte delle applicazioni di computer vision. Queste reti, ispirate alla struttura delle reti neurali biologiche del sistema visivo umano, consentono alle macchine di riconoscere pattern, linee, forme e contorni, migliorando continuamente la loro capacità di interpretare immagini complesse.

La computer vision non è solo una tecnologia del futuro, ma una realtà già presente che sta rivoluzionando molti settori. La sua capacità di analizzare e interpretare immagini e video con una precisione senza precedenti apre nuove opportunità e sfide, stimolando una riflessione su come possiamo sfruttare al meglio queste innovazioni per migliorare la nostra vita quotidiana e il nostro lavoro.