Volkswagen e l’intelligenza artificiale: cose da film

739 0
739 0

I computer o i robot riescono a pensare? Possono avere una coscienza? Quando gli esperti del Data Lab del Gruppo Volkswagen parlano del proprio lavoro sentono spesso domande come queste. Qui, un team internazionale sta lavorando allo sviluppo di programmi di autoapprendimento. In futuro, il loro lavoro di sviluppo potrebbe supportare ancora meglio i Colleghi degli uffici e degli stabilimenti in molti processi aziendali. Una cosa è importante per loro: macchine che riescono a pensare si trovano soltanto a Hollywood, e non nel Data Lab.

Macchine che riescono a pensare sono solo cose da film e non hanno nulla a che fare con il nostro lavoro” ha affermato Patrick van der Smagt, Direttore della Ricerca sull’Intelligenza Artificiale al Data Lab. “Sviluppiamo algoritmi che imparano in modo indipendente come identificare e predire schemi e regole specifici così da prendere la decisione ottimale”. La chiave è il machine learning oppure, più semplicemente, la capacità di un programma di collegare dati, analizzare interconnessioni e fare previsioni. Ma van der Smagt e il suo team si spingono molto più in là: basano il loro lavoro sulle reti neurali profonde.

Per reti neurali di questo tipo gli specialisti del Data Lab combinano l’informatica con la matematica, nello specifico con la teoria delle probabilità. I loro algoritmi apprendono in modo indipendente prendendo in tempo reale la decisione ottimale dal punto di vista matematico, vale a dire la scelta con la più alta probabilità. “Ma l’identificazione di schemi non è un processo di pensiero frutto di riflessione” afferma van der Smagt, che prima di lavorare per il Gruppo è stato ricercatore alla Munich University of Technology per molti anni.

Probabilmente è nella natura umana supporre inconsciamente che questi sistemi possano avere un comportamento umano o addirittura una coscienza. Ma ciò viene interpretato solamente nei sistemi interessati. Un algoritmo apprende valutando i dati con probabilità matematica, niente di più e niente di meno”. Perciò una macchina che riesce a pensare si trova solo nella finzione. Ma perché gli esperti del Data Lab stanno lavorando sul machine learning e su algoritmi che autoapprendono? “Nell’intera industria c’è un notevole interesse per il machine learning, vista la grande varietà di potenziali applicazioni nei sistemi di autoapprendimento. Perciò raggruppiamo nel Data Lab le conoscenze specifiche disponibili all’interno del Gruppo e otteniamo ulteriore supporto da altri esperti di primo livello” ha affermato Barbara Sichler, che dirige le attività del Data Lab e coordina il trasferimento di know-how alle Marche e alle unità operative del Gruppo.

Possibilità di applicazione infinita

La mission del Data Lab è esplorare le possibilità di applicazione di algoritmi che apprendono in modo indipendente e quindi svilupparle. C’è un’ampia varietà di possibili applicazioni. I sistemi che apprendono riescono, per esempio, ad aiutare gli operatori specializzati a controllare processi di produzione e logistica complessi in modo ancora più efficace. Riescono ad analizzare sviluppi economici complessi con lo scopo di fornire agli esperti in pianificazione di mercato informazioni complete per prendere decisioni. Robot e macchine negli stabilimenti possono imparare a prevedere i propri cicli di manutenzione e informare, quando necessario, chi se ne occupa.

I sistemi di apprendimento offrono nuove possibilità di proteggere la circolazione di dati aziendali contro gli hacker. Gli esperti del Data Lab stanno lavorando anche a soluzioni tecniche per offrire ai Clienti nuovi servizi, per esempio le indicazioni nel traffico. Secondo Sichler, è fondamentale che il Data Lab non si isoli dal mondo esterno: “Il lavoro sul futuro digitale non può avere successo se viene effettuato a porte chiuse. Siamo impegnati nella collaborazione con partner del mondo accademico e dell’industria”.

Il Data Lab ha stretti legami con atenei, istituti di ricerca e la comunità scientifica di tutto il mondo, e molti degli esperti che lavorano qui sono anche docenti universitari. L’ultima evoluzione è il “Collaboration Space” del Data Lab, creato da Sichler e dal suo team: si tratta di un incrocio fra un’officina e un laboratorio per start-up internazionali completamente dedicato al machine learning. Qui le start-up insegnano ai robot a identificare nuovi schemi di movimento oppure ricercano approcci innovativi per la sicurezza dei dati. Giovani aziende provenienti da Australia, Gran Bretagna e Austria sono già a bordo.

Ultima modifica: 19 dicembre 2017