Settore: Transports
Tecnologia: Computer Vision / Tracking
Code, controlli e tempi di attesa in aeroporto: queste sono le preoccupazioni che hanno i passeggeri, prima di partire per un viaggio in aereo. La differenza tra un’esperienza positiva e un viaggio da incubo dipende proprio dalle ore sprecate in coda al check-in, invece di poter approfittare di negozi e ristoranti.
AISent ha perfezionato algoritmi che possono stimare il numero dei passeggeri presenti in determinati spazi, studiare i loro comportamenti, prevedere i tempi di attesa e ottimizzare la gestione dei flussi. C’è di più: tutto questo avviene grazie alle videocamere di sorveglianza già installate in aeroporto.
La soluzione di AISent permette qualità, efficienza e sicurezza, senza ulteriori investimenti per l’acquisto di nuove videocamere.
Settore: Food & Beverage
Tecnologia: Machine Learning / Recommendation System
Temperatura dell’acqua, umidità dell’aria, viscosità, stabilità dell’impasto: quando le variabili sono troppe, per un operatore dell’industria alimentare è difficile stabilizzare il processo. Spesso, per necessità, si procede per tentativi, modificando uno o più parametri secondo la sensibilità e l’esperienza individuale.
AISent ha programmato algoritmi di Machine Learning che permettono alle macchine di auto-regolarsi relativamente a un certo set di parametri, tramite processi di apprendimento a partire dai dati.
Dove l'autoregolazione non è possibile, un Recommendation System suggerisce agli operatori azioni necessarie e cambiamenti opportuni.
La soluzione di AISent permette produzioni di qualità in diverse condizioni operative, anche in assenza di manodopera specializzata: la formazione degli operai sarà veloce, supportata dall’autoregolazione e delle raccomandazioni delle macchine.
Settore: Packaging
Tecnologia: Machine Learning / Quality Inspection
Il packaging è l'abito da cui si giudica un prodotto. Per un produttore di imballaggi in plastica, punti neri sulla superficie di un solo contenitore possono essere causa di rifiuto di un intero lotto da parte del cliente: un inconveniente molto spiacevole, fonte di sprechi e inefficienze.
AISent ha progettato un sistema di visione che integra telecamere e algoritmi di Machine Learning. Gli algoritmi, una volta addestrati su un dataset adeguato, imparano a prendere decisioni su quali pezzi considerare difettosi, agendo come operatori esperti.
Il sistema identifica e scarta pezzi difettosi su una linea veloce, indipendentemente dalla posizione in cui si trova il punto nero, dal colore del flacone e dalle condizioni esterne di illuminazione.
Settore: Consumer Goods
Tecnologia: Quality Inspection / Anomaly Detection / Regression Analysis
Anche una piccola alterazione di un ingrediente o una minima variazione dell’ambiente esterno può guastare la qualità di un detersivo liquido. Tuttavia, è difficile tenere sotto controllo l’aggiunta di ogni componente, poiché ogni fase è svolta da una macchina diversa.
AISent ha studiato e addestrato un algoritmo di regressione dei parametri di processo, tramite dati storici sulla qualità: il modello matematico fornisce una rappresentazione di come i singoli componenti, generati da macchine diverse, contribuiscono a determinare la qualità finale del prodotto.
Grazie agli algoritmi e a un’intuitiva interfaccia grafica, il responsabile può osservare l’andamento real-time della produzione, ricevere segnalazioni di anomalie e intervenire tempestivamente in qualsiasi punto del processo. Con il confronto di dati aggregati su serie storiche, può individuare le fasi più critiche della linea e prendere decisioni razionali per la gestione dell’impianto.
Settore: Machinery
Tecnologia: Predictive Maintenance
Pianificare gli interventi di manutenzione è un’attività che permette di evitare guasti, malfunzionamenti e interruzioni della produzione. Un produttore di macchine per il taglio di marmo vorrebbe affidarsi all’Intelligenza Artificiale per prevenire la rottura del filo diamantato dopo un eccessivo allungamento o il danneggiamento delle guarnizioni di diversi componenti.
Temperatura, pressione e velocità del processo sono solo alcune delle condizioni che causano danni alle macchine, con il trascorrere del tempo. AISent ha studiato la fattibilità di un sistema di Predictive Maintenance che utilizza algoritmi per analizzare impostazioni e parametri ambientali e di produzione, monitorare stati di usura e funzionamenti corretti.
Il sistema di manutenzione predittiva prevede quando e su quali componenti i tecnici dovranno apportare interventi di manutenzione o sostituzione. Riducendo il rischio di eventi imprevisti, l’AI contribuisce a preservare gli asset industriali e a evitare improvvise interruzioni della produzione.
Settore: Machinery
Tecnologia: Machine Learning / Object Detection
Lo smistamento dei rifiuti per tipologia di materiali non è molto preciso se effettuato in diretta, 24/7, dall’occhio umano: potrebbero esserci errori grossolani che impediscono il corretto riciclo degli scarti.
AISent ha sviluppato algoritmi basati su reti neurali multilayer che identificano e classificano diversi tipi di oggetti in modo simile a come farebbe un operatore.
Il riciclo degli scarti urbani avviene in maniera più veloce e precisa grazie all’Intelligenza Artificiale e alla Computer Vision: lo smistamento corretto dei rifiuti favorisce l’economia circolare.
Settore: GDO & Retail
Tecnologia: Computer Vision/Data Analysis per il Retail
Attrarre i clienti è l’obiettivo più importante dei negozi d’abbigliamento. Massimizzare l’esperienza d’acquisto significa non solo migliorare la qualità del prodotto materiale ma anche comprendere i desideri delle persone, che vogliono essere ascoltate e accompagnate nelle loro scelte.
AISent ha implementato la piattaforma PeopleEngine per osservare il flusso e il comportamento delle persone, analizzandone gusti e preferenze. PeopleEngine ascolta le esigenze dei clienti e supporta l’elaborazione di strategie di comunicazione personalizzata.
I venditori organizzano i propri spazi e scelgono i prodotti da esporre, in base alle raccomandazioni del sistema. Acquisiscono nuovi clienti, approfondiscono la conoscenza dei clienti attuali e ne aumentano il valore, grazie a dati statistici sulla Customer Experience.
Settore: Pharma & Medicine
Tecnologia: Real Time Data Processing
L’Intelligenza Artificiale può dare il proprio contributo anche alle scienze della vita. Un produttore di dispositivi biomedicali desidera realizzare un sistema per stimare lo stato di ossigenazione del sangue (pO2) per applicazioni in circolazione extracorporea.
AISent ha progettato un algoritmo di intelligenza artificiale che stima il livello di pO2 del sangue, alla temperatura corrente e a 37°C, osservando la fluorescenza del liquido in risposta a un impulso luminoso.
Il sistema è in grado di stimare il livello di pO2, con errore nei limiti imposti dai dispositivi biomedicali, indipendentemente dalla temperatura del sangue, dalla probe e dallo spot luminoso utilizzati.