Microsoft lancia Project Bonsai, una piattaforma di sviluppo AI per sistemi industriali

Vai alla nostra libreria on-demand per visualizzare le sessioni di VB Transform 2023. Registrati qui

Microsoft ha annunciato l'anteprima pubblica di Project Bonsai, una piattaforma per la costruzione di sistemi di controllo industriale autonomi, durante la conferenza online Build 2020. L'azienda ha anche lanciato una piattaforma sperimentale chiamata Project Moab, progettata per familiarizzare ingegneri e sviluppatori con le funzionalità di Bonsai.

Project Bonsai è un servizio di "insegnamento automatico" che combina apprendimento automatico, calibrazione e ottimizzazione per conferire autonomia ai sistemi di controllo nel cuore di bracci robotici, pale di bulldozer, carrelli elevatori, trivellazioni sotterranee, veicoli di soccorso, parchi eolici e solari e altro ancora . I sistemi di controllo costituiscono una componente fondamentale dei macchinari in settori quali l'industria manifatturiera, la lavorazione chimica, l'edilizia, l'energia e l'estrazione mineraria, aiutando a gestire qualsiasi cosa, dalle sottostazioni elettriche e impianti HVAC alle flotte di robot di fabbrica. Ma sviluppare algoritmi di intelligenza artificiale e apprendimento automatico su di essi – algoritmi in grado di affrontare processi precedentemente troppo difficili da automatizzare – richiede esperienza.

Project Bonsai tenta di unire questa esperienza con un potente toolkit di simulazione ospitato su Microsoft Azure.

Ad alto livello, l'obiettivo di Project Bonsai è accelerare l'arrivo dell'“Industria 4.0”, una trasformazione industriale che Microsoft definisce come l'infusione di intelligenza, connettività e automazione nel mondo fisico. Al di là delle nuove tecnologie, l’Industria 4.0 comporta nuovi ecosistemi e strategie che sfruttano l’intelligenza artificiale con grandi vantaggi. Microsoft cita uno studio del World Economic Forum secondo cui il 50% delle organizzazioni che adottano l’intelligenza artificiale entro i prossimi sette anni potrebbero raddoppiare il proprio flusso di cassa.

VB Trasforma 2023 su richiesta

Ti sei perso una sessione di VB Transform 2023? Registrati per accedere alla libreria on-demand per tutte le nostre sessioni in primo piano.

Per i produttori nella fase di transizione, spesso l’obiettivo finale è quello di ottenere un’intelligenza “prescrittiva”, in cui tecnologie e processi adattivi e auto-ottimizzanti aiutano le attrezzature e i macchinari ad adattarsi ai cambiamenti di input e condizioni. I sistemi di controllo esistenti hanno una limitazione in quanto operano su una serie di istruzioni deterministiche all’interno di ambienti prevedibili e immutabili. I sistemi di controllo di nuova generazione sfruttano l’intelligenza artificiale per andare oltre l’automazione di base, adattandosi in tempo reale ai cambiamenti degli ambienti o degli input e persino ottimizzando verso molteplici obiettivi.

Project Bonsai è progettato per creare questi sistemi, che adottano anche una combinazione di cicli di feedback digitale ed esperienza umana per informare azioni e raccomandazioni. I dati storici guidano operazioni particolari e miglioramenti dei prodotti, consentendo ai sistemi di completare attività come la calibrazione in modo più rapido e preciso rispetto agli operatori umani.

Project Bonsai è una conseguenza dell'acquisizione da parte di Microsoft nel 2018 di Bonsai, con sede a Berkeley, in California, che in precedenza aveva ricevuto finanziamenti dal braccio di venture capital M12 della società. Bonsai nasce da un'idea degli ex ingegneri Microsoft Keen Browne e Mark Hammond, che ora è il direttore generale dell'intelligenza artificiale aziendale presso Microsoft. La coppia ha sviluppato un approccio sul framework TensorFlow di Google che astrae i meccanismi dell'intelligenza artificiale di basso livello, consentendo agli esperti in materia di addestrare sistemi autonomi per raggiungere gli obiettivi, indipendentemente dall'attitudine all'intelligenza artificiale.

Nel settembre 2017, Bonsai ha stabilito un nuovo punto di riferimento per i sistemi di controllo industriale autonomi, addestrando con successo un braccio robotico ad afferrare e impilare i blocchi in una simulazione. Ha funzionato 45 volte più velocemente di un approccio comparabile di DeepMind di Alphabet.

Microsoft definisce il processo di astrazione come insegnamento automatico. Il suo inquilino centrale è la risoluzione dei problemi suddividendo i carichi di lavoro in concetti (o sottoconcetti) più semplici e quindi addestrandoli individualmente prima di combinarli. Questa tecnica è nota anche come apprendimento gerarchico per rinforzo profondo, in cui l’IA impara eseguendo decisioni e ricevendo ricompense per azioni che la avvicinano a un obiettivo. L'azienda sostiene che questa tecnica può ridurre i tempi di formazione consentendo agli sviluppatori di riutilizzare i concetti.