La trasformazione digitale è pronta alla transizione verso un modello Industry 4.0 guidato dall’AI?
I vantaggi della trasformazione digitale sono ormai consolidati, anzi, universalmente accettati in vari ambiti.
Questa domanda è SEMPRE fondamentale, ma in questo momento, lo è più che mai.
È dunque necessario rifletterci bene, con ordine e precisione, perché essere consapevoli dei punti deboli della propria azienda è importante quanto conoscerne i punti forti.
Qual è l’invenzione più importante degli ultimi tempi, di cui si sente parlare praticamente ovunque?
Esatto: i vaccini anti-COVID.
Ed eccoci con la seconda raccolta di “tecnologie strane”, stavolta tutte appartenenti al mondo del mobile.
Lascia sempre più increduli la varietà di funzioni che possono essere sviluppate in un’app per lo smartphone quando si ha un po’ di fantasia.
La tecnologia può avere infinite applicazioni. Ci vuole solo un po’ di fantasia per capire quali possano essere.
C’è chi dice che ormai è già stato inventato tutto e visto tutto: ma sarà vero?
Utilizziamo software di ogni tipo ogni giorno, tanto da darli quasi per scontati.
Ma ci siamo mai presi la briga di conoscerli un po’ meglio? Di scoprire qualcosa sulla loro storia e sui loro linguaggi?
In questo articolo vi proponiamo un piccolo test per mettere alla prova la vostra cultura generale sul software. Se non sapete la risposta, cliccate sulla domanda per scoprirla.
In questo nuovo articolo, coinvolgiamo nuovamente l’Intelligenza Artificiale parlando di qualcosa che, nell’evoluzione verso l’Industria 4.0, si sta rivelando sempre più necessario per ottimizzare costi, tempi e risorse nella produzione: la manutenzione predittiva.
Abbiamo sentito parlare spesso di intelligenza artificiale, machine learning e deep learning ma siamo davvero sicuri di conoscerne la differenza? In quali rapporti si trovano queste tre tecnologie?
Le reti neurali artificiali funzionano in maniera analoga al cervello umano.
Si tratta di modelli di calcolo matematici-informatici che si basano su interconnessioni di informazioni e tali collegamenti derivano appunto da neuroni artificiali.
Nel 1997 Tom Mitchell definì il machine learning come: “un programma che apprende dall’esperienza E con riferimento a classi di compiti T e con misurazione della performance P, se le sue performance nel compito T, come misurato da P, migliorano con l’esperienza E”. Quest’articolata definizione sta semplicemente a significare che si ha apprendimento automatico ogni qual volta un programma migliora le proprie prestazioni dopo aver svolto un compito.
