• Home
  • Chi siamo
  • Contatti

FE

  • Design
    • Digital
    • Firmware&Debug
    • PCB
    • Power & Motor
    • Sensor & MEMS
    • Wireless-RF
  • Test & Measurements
    • Compatibilità Elettromagnetica
    • Software/EDA
    • Strumentazione
  • Embedded
    • FPGA
    • Lighting & Opto
    • Microcontrollori
    • Single board
  • Risorse
  • Annate FE
    • FE 2003
    • FE 2004
    • FE 2005
    • FE 2006
    • FE 2007
    • FE 2008
    • FE 2009
    • FE 2010
    • FE 2011
    • FE 2012
    • FE 2013
    • FE 2014
    • FE 2015
    • FE 2016
    • FE 2017
    • FE 2018

Le 3 Migliori Applicazioni dell’Intelligenza Artificiale

Le 3 Migliori Applicazioni dell’Intelligenza Artificiale

Introduzione

L’intelligenza artificiale (AI) è una disciplina tecnica, relativamente recente, che si occupa di sviluppare tecnologie, metodi e processi applicativi in grado di simulare le capacità cognitive e decisionali degli esseri umani. L’obiettivo dell’intelligenza artificiale non è tanto quello di sviluppare sistemi in grado di eseguire operazioni ripetitive e meccaniche, ma piuttosto la capacità di portare a termine attività complesse che normalmente richiederebbero un’intelligenza umana.

A livello pratico, l’intelligenza artificiale consiste in un insieme di sistemi hardware e software in grado di fornire alle unità di calcolo funzionalità che, a un osservatore umano, emulano le capacità cognitive umane. Un aspetto importante da sottolineare è che le più avanzate tecniche di intelligenza artificiale, come machine learning e deep learning, sono in grado di fornire capacità decisionali paragonabili a quelle umane utilizzando una quantità di dati, acquisiti da sensori di vario tipo, parziale o affetta da disturbi. In altre parole, queste tecniche permettono di assumere decisioni con un elevato grado di successo, operando in condizioni affette da un grado più o meno elevato di incertezza.

The Era of AIOT

Visione artificiale

La visione artificiale, o visione computerizzata, è la tecnologia che consente a un computer di vedere, interpretare e riconoscere le immagini, svolgendo alcune delle funzionalità un tempo prerogativa degli esseri umani. Tra le principali applicazioni della visione artificiale rientra anzitutto il riconoscimento automatico della scrittura, anche manuale, eseguito attraverso tecniche come l’OCR (Optical Character Recognition) e l’HTR (Handwritten Text Recognition).

Anche se in versione limitata, queste tecnologie sono oggi disponibili sotto forma di app per smartphone e tablet. Un altro contesto applicativo rilevante della visione artificiale riguarda le apparecchiature elettromedicali di diagnostica per immagini. In questo caso le immagini non sono acquisite tramite telecamere o altri sistemi ottici, ma sono ottenute processando segnali acquisiti tramite raggi X, ultrasuoni o sfruttando la risonanza magnetica. I più avanzati algoritmi di intelligenza artificiale possono assistere in questo campo il personale medico, formulando diagnosi accurate grazie all’esperienza acquisita dall’elaborazione di enormi quantità di dati.

Nella sua espressione più tradizionale, la visione artificiale è utilizzata per riconoscere particolari “pattern” all’interno delle immagini acquisite tramite una o più telecamere. Le tecniche di machine learning, già disponibili da diversi anni, consentono ad esempio il riconoscimento automatico delle targhe degli autoveicoli, utilizzato in numerose applicazioni di monitoraggio del traffico, controllo degli accessi e videosorveglianza.

Le più avanzate tecniche di deep learning, il cui funzionamento è basato su reti neurali più o meno complesse in grado di emulare il comportamento del cervello umano (reti di neuroni), sono in grado di riconoscere e classificare con elevata accuratezza anche immagini incomplete o ostruite da altri oggetti; si pensi, ad esempio, al riconoscimento automatico di cartelli stradali parzialmente coperti da fogliame o in presenza di nebbia e pioggia fitta. Opportunamente istruiti (o per meglio dire, “addestrati”) questi sistemi sono anche in grado di eseguire il tracking di oggetti in movimento riconoscendo se si tratta di una persona e, nel caso, se questa appartiene a un database pre-configurato. In Figura 1 è visibile un esempio di classificazione delle immagini, prodotto da uno dei migliori framework di analisi delle immagini basato su tecniche di intelligenza artificiale.

AIOT - Classificatore immagini
Figura 1: output prodotto da un classificatore delle immagini

Particolarmente innovative sono le applicazioni della visione artificiale negli UAV (Unmanned Aerial Vehicle), sia in campo militare che civile. Nel settore dell’agricoltura e del monitoraggio ambientale, sono attualmente utilizzati particolari tipi di drone equipaggiati con telecamere a raggi infrarossi o telecamere in grado di scattare fotografie a una precisa lunghezza d’onda.

L’elaborazione di queste immagini tramite algoritmi di AI, eseguiti offline sul cloud, consente di ottenere importanti informazioni relative alla composizione del suolo, la quantità di acqua in esso contenuta, la distribuzione di erba e terra nella zona, oppure le modifiche subite dal paesaggio.

Prodotto conisgliato, ad esempio: https://it.farnell.com/beagleboard/bbone-ai/beaglebone-sbc-arm-cortex-a15/dp/3132825

The Era of AIOT-  intelligenza artificiale

Riconoscimento vocale

Ognuno di noi, nello svolgimento delle proprie attività quotidiane, ha sicuramente avuto a che fare con qualche applicazione basata sul riconoscimento vocale, come ad esempio chatbot, assistenti personali e dispositivi intelligenti. I dispositivi dotati di controllo vocale includono oggi smartphone, computer, smartwatch, automobili e persino le nostre case (dispositivi per smart home).

Gli enormi progressi tecnologici compiuti in settori quali cloud computing, big data e intelligenza artificiale (soprattutto attraverso le tecniche di deep learning) hanno permesso di ottenere significativi miglioramenti nel riconoscimento vocale, ovvero nella capacità di un sistema hardware/software di riconoscere parole e frasi all’interno di una conversazione, convertendoli in un formato adatto ad essere interpretato da un computer. Oggi, la tecnologia del riconoscimento vocale si trova ovunque.

Sia i progettisti che gli utilizzatori finali si rendono conto dei vantaggi offerti dal comando vocale, come ad esempio aiutare le persone con difficoltà di apprendimento o menomazioni, maggiore efficienza, riduzione dei tempi e dei costi associati alle attività aziendali. L’intelligenza artificiale è ciò che ha permesso di accelerare gli sviluppi compiuti dal riconoscimento vocale. Gli assistenti personali sono esempi di dispositivi di uso comune basati su tecniche di intelligenza artificiale e sul riconoscimento vocale per soddisfare le aspettative degli utenti, automatizzando le attività eseguite quotidianamente all’interno di un’abitazione.

Il riconoscimento vocale include tre operazioni basilari, intimamente connesse tra loro:

  • sintesi vocale, comprendente sia la sintesi vocale online sia quella offline;
  • riconoscimento vocale, inclusa la dettatura vocale e altri aspetti ad essa correlati;
  • comprensione semantica, che consiste nell’utilizzare le reti neurali per estrarre il significato di una conversazione o di un discorso, inclusa la valutazione vocale e alcune caratteristiche delle traduzioni automatiche comunemente utilizzate.

Al fine di rendere la tecnologia maggiormente inclusiva, i ricercatori e gli ingegneri hanno cominciato ad affinare le tecniche di AI in modo tale da riconoscere una vasta gamma di accenti, dialetti e generi del soggetto parlante.

Prodotto consigltao, ad esempio: https://it.farnell.com/nxp/sln-alexa-iot/avs-dev-kit/dp/3224948

Elaborazione del linguaggio naturale

Abbiamo visto nei due precedenti paragrafi come l’intelligenza artificiale consenta a un computer di riconoscere ciò che “vede” e ciò che “sente”. Le applicazioni di AI, tuttavia, non si esauriscono qui. Se infatti potessimo interagire con un computer utilizzando come mezzo di comunicazione il comune linguaggio naturale (come faremmo con una persona fisica), potremmo parlare di elaborazione del linguaggio naturale, o NLP (Natural Language Processing). Le tecniche di NLP sono oggi ampiamente utilizzate nei sistemi di traduzione e trascrizione automatici (inclusa la traduzione simultanea, per sua natura eseguita in tempo reale), nei sistemi di recupero delle informazioni su internet e nei sistemi di dialogo automatizzati, come ad esempio i servizi clienti “intelligenti” svolti da macchine anziché da esseri umani. L’elaborazione del linguaggio naturale non è semplice, anzi, è una delle applicazioni più complesse dell’intelligenza artificiale.

Il primo problema da affrontare riguarda l’ambiguità insita nel linguaggio, nel senso che una stessa frase può essere, a seconda del particolare contesto, interpretata in due o più modi differenti. In questo caso assume un ruolo fondamentale l’esperienza (database con disponibilità di frasi simili) e la capacità di estrapolare il significato di una frase all’interno del contesto. Un secondo aspetto insidioso riguarda la robustezza del linguaggio: nelle conversazioni quotidiane capita spesso di commettere degli errori di sintassi grammaticale o di pronuncia, compromettendo la robustezza del linguaggio e complicandone l’interpretazione eseguita da un sistema computerizzato. Accanto alle tecniche di NLP, si sta diffondendo recentemente la tecnologia NLG (Natural Language Generation), utilizzata per creare automaticamente post da pubblicare sui social network, oppure interi articoli da pubblicare su riviste specializzate.

In Figura 2, in particolare, possiamo osservare come l’NLP comprenda al suo interno sia la tecnologia NLG che la tecnologia NLU (Natural Language Understanding), strettamente collegate tra loro. La rivista “Esquire Singapore”, ad esempio, ha pubblicato un intero numero composto interamente da articoli prodotti da algoritmi di intelligenza artificiale. Si tratta ovviamente di casi limite, ma l’asticella si sta alzando sempre più, con nuovi e, fino a poco tempo fa irrealizzabili, scenari applicativi.

NLP
Figura 2: le principali tecniche di AI per il riconoscimento del linguaggio
The Era of AIOT - intelligenza artificiale
Nov 24, 2020Redazione Fare Elettronica
TFT IPS 7'' Interfaccia HDMI & Raspberry-PI con Touch Panel CapacitivoTesla Model X hackerata col Raspberry Pi
You Might Also Like
 
La visione artificiale con la Developer Zone di Xilinx
 
Intelligenza Artificiale e Sistemi Embedded

Lascia un commento Annulla risposta

Redazione Fare Elettronica
24 Novembre 2020 Rivista, TecnologieAI, intelligenza artificiale, riconoscimentio vocale, visione artificiale
Fare elettronica
BMS: sistema di monitoraggio e gestione delle batterie al litio
15 Dicembre 2020
Soluzioni avanzate per le applicazioni embedded
9 Dicembre 2020
Intelligenza Artificiale e Sistemi Embedded
Intelligenza Artificiale e Sistemi Embedded
8 Dicembre 2020
Stazioni di ricarica per i veicoli elettrici
2 Dicembre 2020
Tesla Model X hackerata col Raspberry Pi
25 Novembre 2020
ULTIMI ARTICOLI
  • La dissipazione termica nei condensatori elettrolitici 21 Gennaio 2021
  • Energia Ibrida: Supercondensatori e Batterie lavorano congiuntamente 21 Gennaio 2021
  • Display per applicazioni automotive 21 Gennaio 2021
  • Potenza ed efficienza sempre più ai massimi livelli 14 Gennaio 2021
  • PCB per dispositivi indossabili: note di design 14 Gennaio 2021
Domotica DIY
Comandare un semaforo a 10000 Km con l’ESP32
13 Maggio 2020
Come pilotare differenti carichi a diverse frequenze di commutazione con MCU PIC e Ladder
28 Aprile 2020
Google Home
Comandiamo Home Assistant con Google Home grazie a Tasker – Video Tutorial
17 Maggio 2018
Domotizziamo una tapparella
1 Maggio 2018
hubspot




About
Rss Feed
Privacy
Contattaci

 


Tecno, il network che guida le imprese

Supportiamo le aziende nel rafforzare il proprio brand e nel generare contatti B2B tramite il nostro network editoriale, gli eventi e la formazione, con l’obiettivo di aiutarle a cogliere le nuove opportunità del settore.

 


Testate
LUMI 4 INNOVATION
A&V ELETTRONICA
FARE ELETTRONICA

Indirizzo
Via Console Flaminio 19
20134 Milano   MI


Eventi
LUMI EXPO
FORTRONIC



Contatto
marketing@tecnoimprese.it


Formazione
LUMI ACADEMY




Telefono
+39 02 45947830


Osservatori di mercato
ASSODEL
CONSORZIO ELINT


 

Consorzio Tecno Scarl – P.IVA IT09998410964 – © Consorzio Tecno – ALL RIGHTS RESERVED - Informativa estesa cookies

Questo sito utilizza cookie, anche di terze parti, che ne permettono il corretto funzionamento. Cliccando in un punto qualsiasi dello schermo, effettuando un'azione di scroll o chiudendo questo banner, presti il consenso all'uso di tutti i cookie. Accetto Informativa Estesa
Privacy & Cookies Policy
Necessario Sempre attivato