Big Data e Intelligenza Artificiale: come usare e gestire questi strumenti nel mondo dell’ingegneria

E' un valido strumento in ogni campo professionale: accelera il processo di esecuzione, offre un vantaggio competitivo alle aziende che possono sfruttarla come una vera opportunità

Big Data e Intelligenza Artificiale: come usare e gestire questi strumenti nel mondo dell’ingegneria

I Big Data stanno conquistando il pianeta ed i volumi di informazioni prodotte ogni giorno nel campo dell’ingegneria, come in tutti gli altri, tendono a crescere esponenzialmente.

Data l’enorme mole di dati in loro possesso, ogni azienda e società è ormai obbligata a dotarsi di hardware e software adatti ad assicurare la loro miglior gestione. Nel settore dell’ingegneria, in particolare, occorre adottare strumenti potenti capaci di contenere, analizzare, processare ed interpretare le informazioni, con l’obiettivo di produrre soluzioni di design implementabili per ogni tipo di progetto. È molto importante interpretare i dati preliminarmente per identificare le soluzioni migliori per progettazioni alternative.

L’intelligenza artificiale è un valido strumento in ogni campo professionale: accelera il processo di esecuzione, offre un vantaggio competitivo alle aziende che possono sfruttarla come una vera opportunità. L’idea della Virtual Reality è quella di creare un partner digitale capace di gestire, interpretare e indicare soluzioni real time, in relazione ai dati disponibili ed anche capace di supportare l’interno team di design durante le riunioni di modo tale da facilitare il flusso di decisione. Stiamo entrando nell’era del Cognitive Computing ed avremo presto a disposizione strumenti innovativi in grado di fornire il supporto necessario per raggiungere tutti gli obiettivi prefissati.

Esempi rilevanti in questo campo sono Watson e iCub (R1 – Your Personal Humanoid). Watson è un supercomputer, un sistema di intelligenza artificiale in grado di rispondere a domande espresse in un linguaggio naturale e di gestire grandi quantità di dati non strutturati e trasformarli in informazioni prima e decisioni poi, grazie a degli algoritmi sviluppati all'interno del progetto DeepQA di IBM.

Watson può accedere a 200 milioni di pagine di contenuti, inclusa l’intero archivio di Wikipedia. Oggi Watson funziona su una macchina delle dimensioni di tre scatole di pizza, ma già dal prossimo anno potrà essere spostato all’interno di una delle dimensioni di uno smartphone.

In sostanza, possiamo dire che le tecnologie ad oggi sono già capaci di supportare lo sviluppo di potenti sistemi che possano interagire con una grande mole di dati e con tutti i professionisti. Tuttavia, i costi sono elevati e non quantificabili.

Se pensiamo agli aspetti che un team di gestione di un progetto deve seguire e controllare, li possiamo riassumere in tre categorie fondamentali: Prodotti, Organizzazione e Processi. Prodotti: il team decide riguardo la forma, il layout e il design del progetto. Organizzazione: il team decide chi coinvolgere nel progetto, come e quando. Processi: deve essere deciso chi fa cosa e come.

Questo framework, chiamato POP, rende possibile l’allineamento dei prodotti, organizzazioni e processi con gli obiettivi e ottimizza il lavoro. La matrice POP è solo uno dei modi per allineare e gestire performance, metriche e obiettivi. In conclusione, i modelli come quello appena descritto, di simulazione ed analisi, sono necessari e di aiuto nel prendere decisioni e sfruttare al meglio i Big Data disponibili. 

Per sapere di più sui Big Data vai su CollEngWorld: "Future Trends in the consulting engineering industry”.