L’avanzamento del livello di interazione e apprendimento delle macchine “intelligenti” determina una netta trasformazione dell’IT e una nuova definizione dei modelli di business.

APPLICAZIONI TRASVERSALI

L’interesse del mercato verso questa tipologia di algoritmi è facilmente comprensibile considerando la trasversalità delle possibili applicazioni di “macchine intelligenti”: i settori potenzialmente interessati vanno dal Manifatturiero, alla Sanità, Finanza, Marketing, ecc.

In questi settori non sono più sufficienti capacità tecniche e nuove funzionalità: si rendono necessari approcci e metodi efficaci e innovativi, soprattutto per quanto riguarda anomaly detection e la correlazione di allarmi.

Anomaly Detection

Con Anomaly detection si intende la capacità di identificare elementi o eventi non conformi all’andamento previsto in uno specifico dataset. Generalmente queste anomalie rappresentano l’effetto concreto di problematiche reali, come difetti strutturali, errori di processo, riduzioni delle prestazioni di un macchinario, frodi, ecc.

Utilizzare gli algoritmi di Anomaly Detection sui dati monitorati da VIEW, facilita e velocizza l’individuazione di schemi complessi legati all’insorgenza di specifiche deviazioni di processo.

Unsupervised Machine Learning

Questa tipologia di algoritmi della classe Machine Learning non richiede l’utilizzo di set di dati per il training del modello. Il principio su cui si basano è che i pattern più frequenti statisticamente sono da considerare “normali”, mentre quelli che si verificano con una minore frequenza sono probabilmente associati a condizioni o scenari “anomali”.

I criteri secondo cui vengono generati i modelli sono quindi intrinseci o estratti dai dati stessi. Ad esempio, un algoritmo di clustering non raggruppa gli ingressi sulla base di etichette (label) ma sulla base del loro “naturale” raggruppamento. Con gli algoritmi di questa classe si possono apprendere modelli più complessi rispetto a quelli costruibili con algoritmi “supervised”.

Tra gli algoritmi “unsupervised” ricordiamo Self-Organizing Maps (SOM), K-means, C-means, Expectation-Maximization meta-algorithm (EM), Adaptive Resonance Theory (ART).