Sistemi di AI per Virtual Shielding del Tunnel Logistico

Industria 4.0 chiama Logistica 4.0: la digitalizzazione delle operazioni relative alla gestione degli ordini e al trasporto delle merci è ormai un trend inarrestabile per le grandi imprese.

Questo processo, reso ancor più urgente dalla pandemia di Covid19 e dalla conseguente rapida crescita delle vendite online, è sostenuto dalla continua evoluzione di tecnologie quali l’Intelligenza Artificiale e l’Internet of Things, la cui integrazione sta introducendo radicali trasformazioni a livello di Smart Logistics.

AI: Intelligenza Artificiale Cos'è e a Cosa Serve

L’Intelligenza Artificiale (IA) è, secondo la definizione individuata nel 2018 dalla Commissione Europea, “l'abilità di una macchina di mostrare capacità umane quali il ragionamento, l'apprendimento, la pianificazione e la creatività”.

Grazie a queste caratteristiche, l’Intelligenza Artificiale - termine generico che include numerosi tipi di tecnologie e di applicazioni, come vedremo - è in grado di comprendere il proprio ambiente, elaborare ciò che viene percepito e individuare soluzioni per obiettivi specifici: in altre parole il sistema riceve i dati, già preparati o raccolti tramite sensori, li processa e arriva ad indicare la risposta richiesta.

Stando alla definizione fornita dall’Osservatorio Artificial Intelligence del Politecnico di Milano, l’IA è “il ramo della computer science che studia lo sviluppo di sistemi Hardware e Software dotati di specifiche capacità tipiche dell’essere umano (interazione con l’ambiente, apprendimento e adattamento, ragionamento e pianificazione), capaci di perseguire autonomamente una finalità definita, prendendo decisioni che fino a quel momento erano solitamente affidate alle persone”.

La comunità scientifica ha definito due tipi di intelligenza artificiale sulla base di alcuni parametri: la capacità di queste tecnologie di imitare le caratteristiche umane, la tecnologia che usano per farlo e le loro applicazioni nel mondo reale.

Possiamo cioè parlare di:

1. Intelligenza Artificiale debole (weak AI), che include sistemi capaci di simulare alcune funzionalità cognitive dell’uomo ma che non imitano né replicano l'intelligenza umana. Questo tipo di IA è orientata agli obiettivi e progettata per eseguire compiti singoli;
2. Intelligenza Artificiale forte (strong AI), nella quale rientrano sistemi capaci di diventare sapienti, ovvero di imitare l’intelligenza e/o i comportamenti umani.

Ad oggi le tecnologie di Intelligenza Artificiale in uso rientrano solo nella prima categoria, ma quella di ottenere un’intelligenza artificiale forte è una sfida che non viene più solo relegata al campo della fantascienza.     

Insomma, dal 1956, anno in cui un convegno al Dartmouth College di Hanover nel New Hampshire segnò la nascita della disciplina dell'Intelligenza Artificiale’, ai decenni di intense sperimentazioni alternate a momenti di stasi e ripartenza, siamo arrivati ad un oggi in cui l’IA rappresenta di fatto uno dei principali ambiti di interesse della comunità scientifica informatica, la tecnologia che più di ogni altra ha definito l’ultimo decennio e con buona probabilità impatterà anche sul successivo.

E non solo: i risvolti etici e l’impatto sociale dell’IA sono ormai tali che anche la Commissione Europea nel 2021 ha presentato una proposta di Regolamento in materia di Intelligenza Artificiale per disciplinare lo sviluppo, l’uso e la commercializzazione di queste tecnologie.

A cosa serve l’Intelligenza Artificiale?

Nella società e nell’economia attuali, l’insieme dei sistemi di IA conosce numerosissimi utilizzi, con applicazioni che sfruttano questa tecnologia senza che spesso neppure ce ne accorgiamo.

Si pensi ad alcuni semplici esempi:

• nel campo dell’ecommerce e dello shopping online, l’IA può fornire suggerimenti basati su acquisti precedenti, su ricerche o su altri comportamenti adottati sul web, influenzando così il customer journey;
• molti dei dispositivi che utilizziamo quotidianamente dispongono di assistenti virtuali che ci danno suggerimenti, trovano soluzioni o rispondono alle nostre domande;
• nelle nostre case vengono applicati sistemi fondati sull’IA per ottimizzare i consumi, nelle città l’intelligenza artificiale può servire per migliorare la viabilità e ridurre gli ingorghi;
• i software di traduzione automatica o quelli che sottolineano automaticamente i video utilizzano l’IA per migliorare i risultati;
• fino ad arrivare alle auto senza guidatori che oggi non sono più fantascienza.

Artista: UV- 朱

Quali sono i tipi di intelligenza artificiale?

Secondo l’Osservatorio Artificial Intelligence, esistono 8 tipologie di applicazione dell’Intelligenza Artificiale, distinte in base alle finalità diutilizzo:

1. Intelligent Data Processing (IDP): algoritmi che analizzano dati specifici per estrapolare informazioni e compiere azioni in conseguenza (vi rientra ad es. l’analisi predittiva);
2. Virtual assistant/ chatbot: software in grado di eseguire azioni o erogare servizi per un individuo in base a comandi ricevuti in maniera vocale o testuale (sistemi molto utilizzati nel Customer Care aziendale);
3. Reccomendation system: applicazioni che indirizzano le scelte degli utenti in base ad informazioni da essi fornite (si pensi ai sistemi che suggeriscono un acquisto in base a quelli precedenti);
4. Naturale Language Processing (NLP): soluzioni che elaborano il linguaggio (con finalità varia: comprensione del contenuto, traduzione, produzione di testi);
5. Computer vision: studia algoritmi e tecniche per permettere ai computer di raggiungere una comprensione di alto livello del contenuto di immagini o video (sistemi che stanno conoscendo un’ampia diffusione nella videosorveglianza);
6. Autonomous Vehicle: è la prima delle tre applicazioni fisiche dell’AI e consiste nei mezzi di trasporto autoguidati;
7. Intelligent Object: si tratta di oggetti in grado di compiere azioni senza l’intervento umano e di prendere decisioni in base alle condizioni dell’ambiente circostante;
8. Autonoumos Robot: robot in grado di muoversi senza l’intervento umano, in base ad informazioni raccolte dall’ambiente circostante.

Il mercato dell’AI in Italia

L’Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano ha da poco reso noti i risultati della sua ricerca sul mercato dell’intelligenza artificiale in Italia.

Si tratta di un mercato che nel 2021 è cresciuto del 27% rispetto all’anno precedente (quando era stato condizionato dalla pandemia di Covid19) e che vale complessivamente 380 milioni di euro, valore raddoppiato negli ultimi due anni e determinato per il 76% da commissioni di imprese italiane, per il restante 24% dall’export di progetti.

Il podio del mercato italiano dell’AI è occupato nel 2021 da soluzioni di Intelligent Data Processing (35%), di Natural Language Processing (17,5%) e di Recommendation System (16%,). Seguono i Chatbot e Virtual Assistant (10,5%),le iniziative di Computer Vision (11%) e le soluzioni di Intelligent Robotic Process Automation (10%).

In un quadro di crescita complessiva di tutte le tipologie di applicazione dell’intelligenza artificiale, i settori che hanno conosciuto una più accentuata accelerazione rispetto al 2020 sono quelli della Computer Vision (+41%), dei Chatbot e Virtual Assistant (+34%) e dell’Intelligent Data Processing (+32%)”.

Come già osservato nell’industrial IoT, anche nel caso dell’IA emerge un significativo divario tra grandi imprese e PMI, con le prime che nel 59% dei casi hanno avviato nel 2021 almeno una progettualità di AI, a fronte del 6% delle PMI (di cui solo il 2 rappresentano progetti a regime).

Interessante anche il dato relativo ai consumatori, che per la quasi totalità (955) ammettono di aver sentito parlare di IA, dato che scende al 60% se si analizza invece la capacità di riconoscere la presenza di funzionalità di AI nei prodotti/ servizi utilizzati.

In linea con la Strategia Europea, anche l’Italia ha adottato nel 2021 un ‘Programma Strategico per l’Intelligenza Artificiale (IA) 2022-2024’, che delinea ventiquattro politiche da implementare nel triennio 2022-2024 per potenziare il sistema dell’Intelligenza Artificiale in Italia.

Un aiuto nella gestione della logistica arriva anche dalla computer vision, che come abbiamo visto permette ai computer di raggiungere una comprensione di alto livello del contenuto di immagini o video: questa tecnologia può essere utilizzata per scaricare le merci in modo sistematico, per identificare danni alle materie prime e ai prodotti e anche per localizzare articoli e pacchi nel magazzino o nel punto vendita.

Anche l’Intelligent data processing e in particolare l’analisi predittiva possono avere utili applicazioni in campo logistico: si pensi ad esempio al modo in cui un’analisi dei dati storici possa ottimizzare le fasi di spedizione e di consegna grazie a previsioni ‘intelligenti’ del comportamento dei consumatori.

Ultima ma non ultima, la capacità dell’IA di gestire in modo altamente sofisticato i big data, ovvero l’enorme mole di dati derivanti da un processo logistico sempre più digitalizzato: grazie all’intelligenza artificiale si possono cioè valutare in tempo reale dati che provengono da più fonti (robot, veicoli, dispositivi smart) e utilizzarli per analisi il cui impatto può efficientare l’intera catena logistica.

Come messo in luce dalla ricerca condotta dall’Osservatorio Contract Logistics“Gino Marchet” della School of Management del Politecnico di Milano sul mercato della Contract Logistics in Italia (che, con un +3,% rispetto al 2020, ha raggiunto nel 2021 un fatturato di 86 miliardi di euro), la logistica sta anche avviandosi sulla strada di una trasformazione sostenibile, che nel caso delle attività di magazzino, passa anche da processi di movimentazione e automazione dei magazzini stessi.

Logistica 4.0: Movimentazione Colli e RFID

La Logistica 4.0 comporta, per aziende che si muovono nel mondo dell’Industry 4.0 nuovi sistemi di stoccaggio, movimentazione e trasporto sviluppati lungo gli assi dell’automazione fisica, della connessione e del processo decisionale.

Grandi trasformazioni sono già state introdotte a livello di Smart Logistics dalla rivoluzione dell’Internet of Things che, applicando agli oggetti un sistema di sensoristica e lettori Rfid, permette una ‘comunicazione’ tra risorse che agevola incredibilmente i sistemi di movimentazione colli, stoccaggio e trasporto: ad esempio, attraverso l’utilizzo di tag Rfid sui carrelli che movimentano le merci, è possibile una lettura automatica dei colli prelevati.

L'Industry 4.0 sta muovendo verso soluzioni che integrano sempre più Internet of Things e Intelligenza Artificiale, due tecnologie il cui utilizzo congiunto può comportare radicali trasformazioni: si pensi ad esempio al potenziale di un sistema in grado di modulare la programmazione della produzione di una merce sulla base degli ordini in arrivo o dei pezzi in transito sulle linee.

Il progetto si è svolto su tre livelli:

1. Riprogettazione HW del tunnel: avvalendoci di esperti interni ed esterni all’azienda, abbiamo riprogettato il nostro tunnel disegnando una nuova schermatura di dimensioni ridotte, posizionando in maniera differente le antenne e selezionando un nuovo reader RAIN RFID e nuove Antenne RAIN RFID.

2. Riprogettazione architettura dati: abbiamo migliorato la nostra architettura, in ottica IoT, per semplificare l’implementazione del sistema aumentando la sicurezza.

3. Sistema di Intelligenza Artificiale per la valutazione delle letture (qui sotto descritto).

L’idea nasce dalla volontà di semplificare la struttura del tunnel e al contempo aumentarne l’affidabilità, aggiungendo un motore di intelligenza artificiale in grado di classificare correttamente i tag che appartengono al collo in transito nel tunnel escludendo eventuali letture esterne, e quindi non volute.

Le prime ricerche sono iniziate nel luglio del 2019 ma il progetto comincia a muovere i primi passi concreti nell’estate del 2020. Dopo i primi tentativi ci siamo resi conto che l’obiettivo era raggiungibile ma che era necessario affidarci a un partner con competenze specifiche per raggiungere quanto prefissato, il 99.9% di correttezza sugli item. 

Dopo una gara indetta tra alcune aziende abbiamo deciso di portare avanti il progetto insieme a Data Life, già nostro partner da qualche anno per t!Insight. Data Life ha portato a termine una prima fase di studio approfondito confermando i nostri primi risultati interni, dimostrando come la strada intrapresa potesse portare i frutti sperati.

Il motore di IA in grado di discriminare correttamente le letture del tunnel ci permette di ottenere anche i seguenti risultati:

    • Meno errori in logistica.

    • Varchi con schermature più contenute e quindi meno costose e meno ingombrati, permettendo l’installazione in punti della logistica finora poco accessibili.

    • Maggiore semplicità di implementazione dell’UHF.

    • Riduzione dei vincoli posti sull’uso del tunnel, come fare attenzione a non oltrepassare le aree di rispetto di lettura attuali.