Che cos’è l’Intelligenza Artificiale per Siemens? Che cosa comporta per le sue strategie aziendali? Schematicamente, si potrebbe rispondere che l’A.I. è una delle quattro frontiere tecnologiche legate alla digitalizzazione del mondo manifatturiero che la multinazionale si è data la mission di valorizzare. Le altre tre frontiere sono 5G, additive manufacturing ed edge computing. Ma il ruolo strategico dell’A.I. va ben oltre gli ambiti settoriali. La sua capacità di interpretare in modo flessibile e intelligente (nomen… omen) i terabyte di dati raccolti in fabbrica e durante il ciclo di vita del prodotto è un potente catalizzatore della nuova strategia industriale della multinazionale tedesca: la co-creation insieme al cliente. In breve si tratta di questo: Siemens non intende più porsi solo come un fornitore di un portafoglio ampio e potente di prodotti e tecnologie hardware e software, ma sempre più come un provider di soluzioni ad hoc, sviluppate insieme al cliente facendo leva in modo flessibile su quei prodotti e quelle tecnologie.
Spiega Giuseppe Biffi, digitalization business development manager nell’ambito dell’operating company Digital Industries guidata in Italia da Giuliano Busetto: «In questo momento storico dell’intelligenza artificiale, la vocazione alla flessibilità attuata ora da Siemens si è rivelata un valore aggiunto, in un mercato tecnologico molto competitivo, fluido, che non ammette posizioni rigide. L’A.I., grazie alle indicazioni che dà, consente una potente collaborazione con il cliente per raggiungere un risultato ottenuta sia mediante il contributo tecnologico (hardware e software) sia grazie alla creatività e alla customizzazione». Che l’intelligenza artificiale stia rivoluzionando l’industria è cosa nota. Ma non guasta fornire qualche numero. Roland Berger stima che entro il 2035 i sistemi intelligenti e le catene di processo in rete digitale cresceranno ulteriormente di 420 miliardi di euro nella sola Europa occidentale. Secondo PwC, AI potrebbe contribuire a far crescere l’economia globale addirittura di 15,7 trilioni di dollari nel 2030.
Intelligenza Artificiale: cos’è per Siemens?
«Il concetto può avere diversi significati e ogni azienda la interpreta in modo differente perché c’è una catena del valore molto complessa in cui ognuno si specializza in un contesto. Fra le differenti definizioni, noi ne abbiamo adottata una a nostro avviso molto calzante: con il termine AI si comprendono tutti quei sistemi, applicazioni e i relativi compiti da portare a compimento che le macchine sono in grado di svolgere senza richiedere l’apporto di intelligenza umana. Per esempio: valutare e risolvere problemi complessi», prosegue Biffi. A tutto ciò, Siemens aggiunge anche la sua esperienza di manifatturiero diretto. «Siamo in grado di fornire sia infrastrutture hardware su cui viene eseguita l’Intelligenza artificiale – infrastrutture che in molti casi sono prodotte direttamente da noi – ma soprattutto il software. Siamo noi i clienti più esigenti, perché nelle nostre fabbriche ad altissime prestazioni non ci possiamo permettere perdite di efficienza e di qualità e gli esperimenti che facciamo vengono sviluppati solo se portano un effettivo miglioramento». Insomma, le innovazioni e il know-how acquisite nelle fabbriche dirette di Siemens vengono poi trasferite alle manifatture dei clienti, utilizzandole con quell’approccio intelligente, flessibile e customizzato che si è detto all’inizio. «Ciò che è richiesto a questo tipo di applicazioni è che siano più veloci rispetto all’intervento umano, più precise e ripetibili, in grado di performare senza errore», prosegue Biffi.
Un esempio è la fabbrica hi-tech Siemens Electronics Works di Amberg: 350 cambi di produzione al giorno, un portafoglio contenente circa 1.200 prodotti diversi e 17 milioni di componenti Simatic prodotti all’anno, circa 50 milioni di dati di processo e di prodotto valutati e utilizzati per l’ottimizzazione affinché la produzione possa funzionare senza problemi. «Proprio qui, tecnologie all’avanguardia come l’intelligenza artificiale, l’Industrial Edge e cloud computing stanno già consentendo sequenze di produzione altamente flessibili ed estremamente efficienti e affidabili». Il prodotto-servizio di Siemens che rappresenta la quintessenza di tutto questo è senza dubbio Mindsphere, del quale parliamo in questo articolo, pubblicato a fianco di quello che state leggendo ora.
Il funzionamento di Simatic S7-1500 (automazione) utile a capire l’approccio Siemens all’ A.I.
Un esempio particolarmente significativo nel mondo Siemens di applicazione di A.I. è il modulo TM NPU, impiegabile in sistemi di automazione Simatic S7-1500. Biffi lo racconta così. «Come si è detto, Siemens nel mondo A.I. si occupa di fornire sia la parte software sia l’hardware su cui viene eseguita e di farlo in ogni fase, produttiva e progettuale. Così avviene nella NPU (Neural Processing Unit), una scheda elettronica che contiene una rete neurale, caricata su una micro card SD. La Npu viene montata a fianco del controllore: la rete neurale configurata è stata addestrata offline nei nostri laboratori a svolgere un compito di riconoscimento immagini. Questa scheda è collegata a una telecamera, acquisisce un’immagine e la elabora al proprio interno, impartendo poi al Plc cui è collegata le azioni da fare nel controllo qualità o nei lavori in cui è coinvolta».
A.I. nella progettazione CAD
Nella progettazione, la matrice A.I. ha una duplice componente, legata all’interfaccia utente. Siemens ha diversi sistemi specifici, al cui vertice c’è NX. Si tratta del software in grado di offrire soluzioni di progettazione, simulazione e produzione, che consentono alle aziende di realizzare il valore del Digital Twin, supportando ogni singolo aspetto dello sviluppo dei prodotti, dal design del concetto alla progettazione e alla fabbricazione. «Ogni operatore ha il proprio modo di lavorare per raggiungere l’obiettivo. L’A.I. applicata a quest’interfaccia utente permette di riconoscere la modalità standard dell’utente, presentandogli in anticipo comandi che lui utilizza per risolvere determinati problemi o prospettandogli percorsi di progettazione più efficienti».
Flessibilità e co-creation: A.I. per la progettazione e per il design generativo
Una modalità di collaborazione molto interessante in ambito design e progettazione è quella di generative design. «È un approccio assai differente dal modo di progettare tradizionale. Si adottano due software: uno che permette di simulare il comportamento del sistema da progettare; l’altro, un generatore di esperimenti automatico, produce tutti i design di quella soluzione, esplorando l’intero spazio dei parametri con cui è possibile realizzarla. Per ogni esperimento generato, viene automaticamente simulato il funzionamento di quella macchina, rilevando determinati parametri». L’Intelligenza artificiale, mediante il relativo software, interviene nel momento in cui l’operatore deve svolgere una valutazione del risultato di digital twin ottenuto, completando così le operazioni svolte dal generatore di esperimenti, guidandolo nel completamento del risultato ottimale. «Il vantaggio nell’impiego dell’A.I. è duplice: utilizza una risorsa che costa pochissimo, ovvero la potenza di calcolo; si svincola completamente dai preconcetti umani, ottenendo risultati sorprendenti». L’esempio di questo modo di procedere è un bruciatore ad alta temperatura, progettato e realizzato con additive manufacturing: «il prodotto risultante è molto più leggero, efficiente, compatto di uno tradizionale, con una forma che ricorda un cuore, ben diversa dalle forme squadrate e convenzionali tipiche del design convenzionale», rileva Biffi.
Intelligenza Artificiale: perché rende possibile la manutenzione predittiva?
«Il concetto di A.I. è molto legato alla manutenzione predittiva, oltre che all’edge computing». Uno degli esempi di applicazione è stato attuato, anche in questo caso, ad Amberg su una tecnologia adibita alla fresatura, in cui vengono utilizzate anche l’analisi a circuito chiuso e la tecnologia Industrial Edge. «La macchina in questione taglia le schede elettroniche prima che vengano assemblate e poste nel loro contenitore ed è questa una fase particolarmente critica perché soggetta a rotture. Per ovviare, si è proceduto ad acquisire i dati riguardanti i parametri di funzionamento e sono stati messi in relazione con il numero dei guasti nel corso del tempo. Si è così trovata una relazione tra questi elementi, utilizzando un’applicazione di intelligenza artificiale basata su un modello di rete neurale appositamente addestrata». Considerando tutte le informazioni, la neural network è in grado di anticipare il verificarsi del guasto, permettendo ai manutentori di intervenire nel momento più opportuno, evitando il verificarsi del problema e la conseguente interruzione.
«Questo tipo di modello cognitivo varia da macchina a macchina. Ma il concetto importante, che è poi la caratteristica dell’A.I. e delle reti neurali, è che le regole non vanno programmate esplicitamente: ora il software si programma da sé, dopo aver monitorato gli eventi e raccolto i dati. La capacità di auto-programmarsi è fondamentale e passa dall’addestramento delle reti neurali con grosse quantità di dati». Il meccanismo delle neural networks e dell’A.I., pur nato decenni fa «ora è particolarmente interessante perché la potenza di calcolo necessaria a eseguire una rete neurale a più livelli oggi è accessibile a tutti», rileva Biffi. Il punto di partenza è che ci siano dati di qualità e classificati, che alimentano la rete, necessari ad un processo di apprendimento supervisionato (supervised learning) in modo che adattino i parametri della rete neurale, addestrandola dopo aver processato un tot numero di immagini. «Così, al primo esempio mai visionato prima, sa come decidere di conseguenza. Questo ci permette di trattare casistiche industriali altrimenti impossibili da formalizzare con qualunque tipo di linguaggio».
