In che modo l’intelligenza artificiale spiegabile può stimolare la crescita dell’industria 4.0
L’intelligenza artificiale spiegabile può aiutare a colmare il divario tra la comprensione umana e il modo in cui funzionano i modelli di intelligenza artificiale
La prima vera rivoluzione industriale storicamente è iniziata con l’introduzione della tecnologia a vapore e ad acqua. Abbiamo fatto molta strada da allora, con l’attuale quarta rivoluzione industriale, o Industria 4.0, focalizzata sull’utilizzo di nuove tecnologie per aumentare l’efficienza industriale. Alcune di queste tecnologie includono Internet delle cose (IoT), cloud computing, sistemi cyber-fisici e intelligenza artificiale (AI). L’intelligenza artificiale è il fattore chiave dell’Industria 4.0, poiché automatizza le macchine intelligenti per l’automonitoraggio, l’interpretazione, la diagnosi e l’analisi da sole. I metodi di intelligenza artificiale, come l’apprendimento automatico (ML), il deep learning (DL), l’elaborazione del linguaggio naturale (NLP) e la visione artificiale (CV), aiutano le industrie a prevedere le proprie esigenze di manutenzione e a ridurre i tempi di fermo.
Tuttavia, per garantire un’implementazione e un’integrazione fluida e stabile dei sistemi basati sull’intelligenza artificiale, le azioni e i risultati di questi sistemi devono essere resi comprensibili o, in altre parole, “spiegabili” agli esperti. A questo proposito, l’IA spiegabile (XAI) si concentra sullo sviluppo di algoritmi che producono risultati comprensibili dall’uomo realizzati da sistemi basati sull’IA. Pertanto, l’implementazione di XAI è utile nell’Industria 4.0.
Di recente, un gruppo di ricercatori, tra cui il professore assistente Gwanggil Jeon della Incheon National University, in Corea del Sud, ha esaminato le tecnologie AI e XAI esistenti e le loro applicazioni nell’Industria 4.0. La loro recensione, pubblicata su IEEE Transactions on Industrial Informatics , è stata resa disponibile online il 27 gennaio 2022 e successivamente pubblicata nel volume 18, numero 8 della rivista l’8 agosto 2022.
“Sebbene le tecnologie di intelligenza artificiale come DL possano risolvere molti problemi sociali grazie alle loro eccellenti prestazioni e risoluzione, è difficile spiegare come e perché si ottengono prestazioni così buone. Pertanto, è necessario sviluppare XAI, in modo che DL, come l’attuale scatola nera, possa essere modellato in modo più efficiente. Sarà anche più facile fare domande”, ha affermato il Prof. Jeon spiegando la sua motivazione alla base dello studio.
I metodi basati su XAI sono classificati in base a specifiche attività di intelligenza artificiale, come le spiegazioni delle funzionalità, il processo decisionale o la visualizzazione del modello. Gli autori osservano che la combinazione di metodi basati su AI e XAI all’avanguardia con le tecnologie di Industria 4.0 si traduce in varie applicazioni di successo, accurate e di alta qualità. Una di queste applicazioni è un modello XAI realizzato mediante visualizzazione e ML che spiega la decisione del cliente di acquistare o meno un’assicurazione contro i danni. Con l’aiuto di XAI, gli esseri umani possono riconoscere, comprendere, interpretare e comunicare come un modello di AI trae conclusioni e agisce.
Ci sono chiaramente molti vantaggi notevoli nell’utilizzo dell’IA nell’Industria 4.0; tuttavia, ha anche molti ostacoli. La cosa più significativa è la natura assetata di energia dei sistemi basati sull’intelligenza artificiale, la richiesta in aumento esponenziale di un gran numero di core e GPU, nonché la necessità di messa a punto e ottimizzazione degli iperparametri. Al centro ci sono i dati raccolti e generati da milioni di fonti, dispositivi e utenti, introducendo così pregiudizi che influiscono sulle prestazioni dell’IA. Questo può essere gestito utilizzando i metodi XAI per spiegare il pregiudizio introdotto.
“L’intelligenza artificiale è la componente principale della trasformazione industriale che consente alle macchine intelligenti di eseguire attività in modo autonomo, mentre l’XAI sviluppa una serie di meccanismi in grado di produrre spiegazioni comprensibili dall’uomo”, conclude il prof. Jeon.
L’adattamento dei metodi basati su XAI può avvicinarci di un passo alla realizzazione efficiente di città intelligenti, fabbriche, assistenza sanitaria e sicurezza informatica!
