L'intelligenza artificiale offre vantaggi reali

L'azienda ha unito le conoscenze di intelligenza artificiale delle sue varie filiali - dall'Italia, alla Finlandia, alla Svezia, all'America - e ha integrato la piattaforma di deep learning MiCROTEC Ai in tutte le soluzioni di scanner di qualità MiCROTEC, offrendo così ai clienti risultati di selezione ancora migliori.

Sono passati quasi 30 anni da quando Patrick Freeman ha iniziato la sua carriera alla Lucidyne Technologies, nello stato americano dell'Oregon. Da allora, l'informatico ha visto avvicendarsi numerose tendenze nella tecnologia degli scanner e ha sempre scelto le soluzioni migliori per Lucidyne e per l'industria del legno in generale. Da quasi altrettanto tempo Freeman si dedica ai metodi di apprendimento automatico per le reti neurali artificiali e da quasi dieci anni all'intelligenza artificiale per l'apprendimento profondo.

"Lavoriamo con l'intelligenza artificiale dal 1987. Già cinque anni fa abbiamo costruito il primo scanner industriale come soluzione completa utilizzando la tecnologia AI deep learning", racconta Freeman, che è stato CTO dell'azienda fino all'acquisizione da parte di MiCROTEC due anni fa. Oggi Freeman è il Group CTO di MiCROTEC e attualmente sta riunendo le conoscenze di AI dei vari rami di MiCROTEC in un'unica piattaforma, portando così le possibilità di deep learning AI nell'industria del legno a un nuovo livello.

Secondo Freeman, la chiave per il successo dell'utilizzo dell'IA per l'apprendimento profondo è una grande quantità di dati giusti, gli strumenti giusti e un team di persone giuste che sappiano cosa è necessario fare. "Nel 2012 è stata lanciata AlexNet, la più nota rete neurale convoluzionale di deep learning, per l'elaborazione dei dati delle immagini. Volevamo introdurre questa nuova tecnologia nell'industria del legno il più rapidamente possibile e ci siamo riusciti. Dieci anni fa, gli studenti hanno sviluppato AlexNet. Oggi abbiamo un team esperto e un ampio bacino di dati da cui attingere. Grazie a queste condizioni quadro, oggi siamo un passo avanti", racconta Freeman e aggiunge che anche la gestione dell'IA gioca un ruolo fondamentale: "Abbiamo reso l'uso dell'IA deep learning il più semplice possibile per i clienti. La nostra applicazione web QCassist supporta loro e noi nella raccolta automatica dei dati, che vengono poi utilizzati per addestrare le nostre reti".

L'intelligenza artificiale del Deep Learning è ora parte integrante di tutti i prodotti MiCROTEC, siano essi progettati per il legno in tronchi, il legname o il legno piallato. "Tutti conoscono 'Intel Inside' in relazione ai computer. Noi potremmo chiamarlo 'MiCROTEC AiInside'", dice Freeman, facendo un paragone. Per il CTO, questo include tutte le soluzioni di scansione di MiCROTEC Linköping (ex WoodEye) e MiCROTEC Espoo (ex FinScan). "Alcune caratteristiche del legno sono più facili da riconoscere e non richiedono l'intelligenza artificiale. Per il resto, l'IA aiuterà noi e i clienti a ottenere risultati di selezione ancora migliori in futuro", spiega Freeman.

Su entrambe le sponde dell'Atlantico, sia le persone che le macchine tendono a classificare il legname come di qualità inferiore a quella reale, solo per sicurezza. "Chiunque venda uno scanner deve garantire il rispetto di determinati requisiti di qualità delle varie classi di classificazione. Con MiCROTEC Ai, possiamo anche assicurarci che quasi nessun legno sia classificato troppo basso in termini di qualità, risparmiando di conseguenza molto denaro ai nostri clienti", afferma Freeman, citando una possibile applicazione di questa tecnologia.

Quando si tratta di tronchi di legno, MiCROTEC Ai non solo supporta lo scanner nella valutazione dei difetti del legno, come nodi morti, sacche di resina o legno compresso, ma aiuta anche a determinare il volume esatto in inverno. "Quando c'è neve ghiacciata sui tronchi, il loro volume è spesso sovrastimato. Utilizzando MiCROTEC Ai, lo scanner può distinguere molto meglio la neve dal legno e misurare i tronchi con maggiore precisione", spiega Freeman.

Per la creazione e l'ulteriore sviluppo della sua piattaforma AI, MiCROTEC utilizza tutti i diversi sensori dei suoi scanner. "Questo ci permette di raccogliere tutti i dati necessari affinché la nostra IA possa imparare nel miglior modo possibile. Poi, abbiamo solo bisogno degli strumenti giusti per elaborare i dati e del maggior numero possibile di campioni, in modo che l'IA continui a migliorare", spiega Freeman.

Quando si sviluppa un'intelligenza artificiale per un nuovo tipo di legno, MiCROTEC non deve però partire ogni volta da zero. "Il nostro ampio database contiene solitamente dati su tipi di legno simili, che spesso presentano proprietà e caratteristiche comparabili. Li usiamo come punto di partenza e di solito otteniamo buoni risultati molto rapidamente", spiega Freeman, illustrando il processo. Una delle sfide su cui tutti gli sviluppatori di IA lavorano duramente è rappresentata dai dati sottorappresentati su eventi che sono relativamente rari, ma che possono comunque causare gravi danni.

"Nel caso della guida autonoma, può trattarsi di un altro veicolo che non si ferma a un semaforo rosso. Nell'industria del legno, un raro difetto del legno che ha un impatto negativo significativo sulle proprietà meccaniche può essere un evento così raro", spiega Freeman e aggiunge che l'uso di simulazioni, cioè di tronchi creati digitalmente, può produrre ottimi risultati in questi casi.

Anche se parte del potenziale di ottimizzazione è già stato sfruttato grazie a questi sviluppi, MiCROTEC è convinta che siano solo l'inizio. "Alla fiera Ligna 2023, mostreremo all'industria cos'altro MiCROTEC Ai ha in serbo", annuncia Freeman, guardando al futuro.

L'intero articolo in inglese può essere trovato qui