«L’intelligenza artificiale non è più una tecnologia elitaria. Può essere utilizzata per l’ispezione visiva e il controllo qualità in ogni ambito del settore manifatturiero». Parola di Massimiliano Versace, ceo e fondatore di Neurala, società nata nel 2006 da uno spin-off della Boston University e dalla collaborazione con la Nasa, che ha investito 1.6 milioni di dollari per sfruttare il software di intelligenza artificiale della startup in progetti per l’esplorazione spaziale. L’algoritmo Lifelong-Deep Neural Network di Neurala, presente in Europa dal 2021 con un suo quartier generale a Trieste, è oggi installato su 56 milioni di dispositivi – su robot, smartphone, droni e macchine industriali – ed è il cuore tecnologico di Visual Inspection Automation (Via), il sistema di visione per il controllo qualità della produzione.
Tra gli azionisti di Neurala ci sono soprattutto fondi di investimento e venture capital, perlopiù americani (Zebra Ventures, Pelion Venture, Draper Associates, 360 Capital Partners, Idinvest Partners, Cougar Capital) che hanno portato in dote capitali per 26 milioni di dollari. A loro si affiancano partner industriali del calibro di Ima Group – società italiana leader mondiale nella progettazione e produzione di macchine automatiche per il processo e il confezionamento di prodotti farmaceutici, cosmetici, alimentari, tè e caffè – e Antares Vision, società specializzata nei sistemi d’ispezione per il controllo qualità. In Italia, Neurala può anche contare sul sostegno di Friulia, la finanziaria regionale che, in occasione dell’apertura del quartiere generale europeo della startup (costituito come società controllata) ha sottoscritto un aumento di capitale da 1 milione di euro, e AddValue, società di investimento con sede a Milano. La storia di Neurala dimostra come nuove logiche AI possano essere introdotte in azienda con la più grande semplicità senza dover affrontare grandi investimenti e senza avere al proprio interno risorse specializzate.
Come dice Versace, «Non servono data scientist o esperti di programmazione. La missione di Neurala è diffondere l’intelligenza artificiale nel mondo manifatturiero a costi sostenibili. Il segreto? Avere sviluppato un software che può essere integrato su hardware low-cost». Via migliora i tradizionali processi di ispezione visivi: riduce gli sprechi ottenendo un più elevato ed efficiente controllo della qualità. Il software può essere integrato su una telecamera oppure installata su un pc industriale, Windows o Linux, non fa nessuna differenza. L’output è un’interfaccia Hmi: luce verde, ok; luce rossa, pezzo difettoso. La velocità di ispezione può arrivare a 60 -120 pezzi al minuto. Nel corso del 2022 è previsto il rilascio di una nuova versione: stessa filosofia light di Via ma dedicata alla manutenzione predittiva ovvero un algoritmo che ragionerà su dati rilevati da sensori macchina, di temperatura, di pressione, di umidità e quant’altro.
Intelligenza a portata di pmi
La soluzione di Neurala può essere paragonata a un piccolo cervello biologico. Riconosce immagini di biscotti, bulloni, circuiti integrati. In qualunque settore manifatturiero, sviluppa una sua intelligenza interpretativa, riconosce le difformità e rileva le anomalie produttive. «Non serve avere l’ingegnere super qualificato o il data scientist. Nessuna programmazione e capacità di visione al 100%», afferma Versace. I miei commerciali non hanno una laurea in AI, eppure riescono a costruire un modello in 5 minuti. Si caricano 50 o 100 immagini e l’algoritmo viene indotto a prendere una decisione specifica su un difetto. In questo modo le aziende possono realizzare soluzioni di intelligenza artificiale performanti che migliorano continuamente i processi e l’efficienza della produzione».
Una soluzione light per ispezione visiva
Facile da configurare e integrare nell’hardware esistente, Via riduce i difetti del prodotto aumentando i tassi di ispezione. «E’ una soluzione estremamente leggera, possiamo lavorare su Hardware che costa pochissimo e può essere utilizzato da persone che non hanno alcuna competenza in intelligenza artificiale. Questi due fattori ci consentono di entrare in aziende che, a causa degli alti costi e dell’expertise richiesto, non hanno avuto ancora la possibilità di servirsi di soluzioni di AI, afferma Versace. Via riesce a garantire un Tco (Total Tost of Ownership) inferiore rispetto a qualunque altra soluzione di machine vision oggi disponibile sul mercato. L’addestramento dell’algoritmo viene di solito fatto su computer equipaggiati con Gpu; noi riusciamo a farlo anche su Cpu single core. Il che vuol dire poter abbassare il costo di un ordine di grandezza significativo».
Stesso algoritmo per i più diversi utilizzi
Per Versace, intelligenza artificiale è un termine iper-inflazionato. «Ce ne sono tanti che dicono facciamo AI, ma il 99% di quelli che lo dicono mente. Fanno marketing. Solo l’1% lo fa veramente. E il 99% di questo 1% è basato su soluzioni che richiedono una configurazione complessa che comporta la dipendenza dalla software house che l’ha prodotto. Ogni volta che si deve cambiare produzione – passare da un prodotto A a uno B – si deve chiamare l’esperto software per riprogrammare il tutto. Il miglior modo per descrivere la nostra soluzione è rifarsi alla metafora di WordPress. Prima che apparisse sul mercato, per creare siti web era necessario essere capaci di scrivere codice html. Poi è diventato tutto più facile. Come dire, con WordPress anche la casalinga di Voghera, poteva avere il suo sito web o il suo blog. Ecco, noi siamo il WordPress che serve ad applicare l’intelligenza artificiale nel settore manifatturiero, attività una volta preclusa ai più per indisponibilità di competenze o costi elevati».
Presenza internazionale, partnership e mercati
La soluzione di Neurala è commercializzata negli Stati Uniti, in Europa e in Asia. Le aziende manifatturiere la utilizzano nelle più diverse linee produttive. Tra gli end user, Apetito, un’azienda da 1,2 miliardi di euro e principale produttore di alimenti per il settore sanitario e dell’assistenza sociale nel Regno Unito. Tramite il servizio sanitario nazionale britannico fornisce ogni settimana più di un milione di pasti a domicilio a singole persone, a case di cura e strutture ospedaliere. Garantire che il cliente riceva il pasto giusto, con tutti gli elementi nelle giuste proporzioni è fondamentale, da qui l’attenzione all’intelligenza artificiale. La soluzione è in grado di rilevare gli errori nella composizione dei pasti. In Italia è stata adottata dal Gruppo Ima, che la sta sperimentando presso alcuni propri clienti, e da un’azienda che fa prodotti per l’igiene della persona (pannolini e vari tipi di salviette). In Asia il cliente più importante è Ihi, conglomerato giapponese che vanta più business units e la usa soprattutto nella logistica. Altri settori target, il plastic injection moulding per la produzione di prodotti in plastica, l’elettronica e il pharma. In quest’ultimo caso, un importante azienda la usa per il drug discovery: la telecamera è associata a un microscopio e visiona molecole di farmaci o vaccini, permettendo di verificare se il composto corrisponde allo standard o presenta delle imperfezioni; consente di fare uno screening automatizzato di decine di migliaia di composti al giorno.
Hardware low cost per eliminare ogni barriera all’ingresso
Il software Via può essere installato su una smart camera o su qualsiasi computer con una Gpu Nvidia o un processore Intel i3 o superiore. «Qualsiasi utente, compresi quelli con poca o nessuna esperienza di intelligenza artificiale, riesce a creare in pochi minuti un modello AI pienamente funzionante e integrarlo nella linea di produzione», dice Versace. «E’ una soluzione rivoluzionaria perché può essere utilizzata anche embedded nella telecamera. In questo caso non serve disporre di un pc e ha un prezzo irrisorio, circa 400 euro. Una cifra di gran lunga più bassa rispetto alla media di mercato, spesso nell’ordine di migliaia di euro. Abbiamo voluto adottare un approccio da mercato consumer. In Ima costruiscono macchine che sono grandi e costose ma anche macchine più piccole. Ecco, in questo caso servono soluzioni come la nostra, capaci di funzionare con hardware poco costosi o addirittura embedded nella telecamera. Via permette di introdurre l’IA a un costo sostenibile anche in assenza di personale qualificato. La può implementare chiunque, non serve avere una laurea. Eliminiamo qualsiasi barriera all’ingresso. Per funzionare è sufficiente dare in pasto all’algoritmo 50-100 immagini».
La personalizzazione dell’algoritmo? E’ sufficiente dare in pasto una memoria visiva di 50, 100 immagini
«Non seguiamo lo stesso percorso della machine vision tradizionale che comporta una configurazione che può essere realizzata solo da esperti software. Nella nostra soluzione la configurazione deep learning è prefabbricata. Tutto quello che deve fare il cliente è caricare le immagini per consentire all’algoritmo di compiere le funzioni ispettive e rilevare i prodotti che presentano dei difetti», racconta Versace. «Ci siamo confrontati con le più diverse aziende. Una che fa prodotti per Ikea, dalle ante ai cassetti, una che fa bulloni e un’altra che fa componenti per auto. Ebbene, l’algoritmo che serve è sempre lo stesso, cambia soltanto la memoria visiva con cui il software deve essere equipaggiato per poter riscontrare eventuali anomalie. In un’azienda che fa circuiti integrati, la vogliono utilizzare per automatizzare la verifica delle saldature, un processo che viene attualmente eseguito manualmente»
Neurala, dalla collaborazione con la Nasa al brevetto Lifelong-Deep Neural Network
Neurala nasce da un’idea di Massimiliano Versace, professore di intelligenza artificiale alla Boston University e fondatore del dipartimento Neuromorphics Lab presso la stessa università. Cresciuto a Monfalcone, dopo essersi laureato in psicologia all’Università di Trieste, nel 2001, con il supporto di una borsa Fulbright si trasferisce negli Stati Uniti dove continua a coltivare la sua passione per la neuroscienza e le tecnologie applicate all’intelligenza artificiale. Insieme alla consorte Heather Ames e ad Anatoli Gorchet, nel 2006 fonda Neurala, società che si specializza nello sviluppo di tecnologie legate al deep learning applicato all’intelligenza artificiale fino a diventare una realtà affermata in tutto il mondo. In 15 anni di lavoro Neurala ha portato avanti attività di ricerca e studio nell’ambito dell’intelligenza artificiale e, anche grazie alla collaborazione con la Nasa, Darpa, National Science Foundation e con altre agenzie di ricerca e università statunitensi. Nel 2020 ha lanciato il nuovo prodotto Neurala Via (Visual Inspection Automation), basato sul brevetto algoritmico Lifelong-Deep Neural Network (L-DNN) e finalizzato al miglioramento del controllo qualità nel processo produttivo dell’industria manifatturiera.
