Intelligenza artificiale: come può migliorare i modelli di realizzazione e controllo di produzione

Obiettivi

Capire i concetti basilari di intelligenza artificiale e machine Learning. Individuare le opportunità dell’intelligenza artificiale e quali sono i passi per implementare sistemi di intelligenza artificiale nelle applicazioni industriali. Conoscere le potenzialità dei sistemi di machine learning e i limiti applicativi.

Destinatari

Direzione Tecnica, Direzione Operations, Operational Excellence, Engineering, Industrializzazione.

Durata

1 giorno

Metodologia

Incontri di formazione teorica, presentazione di casi aziendali esterni (immagini, relazioni di analisi/interventi migliorativi/ostacoli) e attività di esercitazione in gruppi di lavoro relativamente ai concetti introdotti. Assieme a una parte dedicata all’analisi critica della propria realtà

Contenuti

1.  Cosa si intende per intelligenza artificiale e machine learning
2. Storia dell’intelligenza artificiale e la sua evoluzione
3. Cosa si intende per deep learning e quali sono i metodi di apprendimento delle macchine
4. Comprendere le potenzialità dei sistemi di machine learning
5. La robotica e l’intelligenza artificiale
   – Esempi applicativi
6.  Le principali tecnologie e applicazioni dell’intelligenza artificiale nei processi manifatturieri
7. Quali sono i limiti dell’intelligenza artificiale
8. Sperimentazione
   – Strumenti software per la raccolta, l’analisi e la clusterizzazione dei dati
   – Esempi di applicazioni in contesti reali e produttivi:
   • Controllo qualità
   • Manutenzione impianti
   • Monitoraggio processi
   • Programmazione produzione
   – Robot collaborativi e intelligenza artificiale