Cos'è la computer vision e dove si usa
Un'immagine per il computer è una griglia di numeri. I modelli di computer vision, quasi sempre reti neurali profonde, imparano da molti esempi a riconoscere in quella griglia forme e oggetti. I compiti tipici sono classificare un'immagine, trovare dove si trova un oggetto, contornarlo con precisione o seguirlo in un video.
Nelle aziende l'uso più diffuso è il controllo qualità sulle linee di produzione, seguito da magazzino, sicurezza e agricoltura. Anche i modelli multimodali generalisti ora descrivono le immagini, ma per compiti ripetitivi e veloci su una linea si usano ancora modelli specializzati, più rapidi ed economici.
Un esempio in una PMI
Una ditta che produce bottiglie di vetro controllava a campione, a occhio. Una telecamera sopra il nastro, con un modello addestrato su foto di bottiglie buone e difettose, ora guarda ogni pezzo e devia quelli con bolle o crepe. Gli operatori rivedono gli scarti per capire se il modello è troppo severo.
Gli errori più comuni
- Addestrare il modello con foto fatte in condizioni di luce diverse da quelle della linea vera.
- Usare telecamere in aree con persone senza valutare gli obblighi di privacy e quelli verso i lavoratori.
- Non prevedere come aggiornare il modello quando cambiano prodotti o difetti.
Perché ti interessa
Se nella tua azienda qualcuno guarda le cose per decidere se vanno bene, la computer vision può aiutare. Il primo passo è raccogliere foto buone dei casi reali.
Tutte le parole dell'AI spiegate semplici sono nel glossario.
Domande frequenti
Servono telecamere speciali?
Non sempre. Per molti controlli bastano telecamere industriali standard, purché luce e inquadratura siano costanti.
Si può usare per controllare i dipendenti?
In Italia il controllo a distanza dei lavoratori ha regole precise: prima di installare telecamere con AI serve una verifica legale.
Da leggere dopo
Cos'è il deep learning e perché ha cambiato l'AI
Il deep learning è una forma di machine learning che usa reti neurali con molti strati sovrapposti. Ogni strato trasforma i dati e passa il risultato al successivo, così il sistema impara da solo concetti via via più astratti, dai pixel a un volto, dalle lettere al significato di una frase.
GlossarioCos'è una rete neurale e perché è dietro ogni AI moderna
Una rete neurale è un modello matematico fatto di tanti piccoli nodi collegati, che durante l'addestramento regolano i propri collegamenti per trasformare un dato in ingresso nel risultato giusto.
GlossarioCos'è un modello multimodale e cosa sa vedere e sentire
Un modello multimodale è un modello di AI che lavora con più tipi di dati insieme, per esempio testo e immagini, oppure testo, audio e video.
GlossarioCos'è l'OCR e come l'AI legge fatture e documenti
L'OCR (riconoscimento ottico dei caratteri) è la tecnologia che trasforma il testo contenuto in un'immagine o in un PDF scansionato in testo vero, che si può copiare, cercare ed elaborare.
GlossarioCos'è il rilevamento delle anomalie con l'AI
Il rilevamento delle anomalie è l'uso di statistica e machine learning per individuare automaticamente dati che si discostano dal comportamento normale: una spesa strana, un sensore che segna valori insoliti, un ordine fuori dal solito. Il sistema non sa cosa è sbagliato, sa cosa è diverso.
Vuoi capire cosa serve davvero alla tua azienda, senza gergo? Parliamone.
Testi e grafica realizzati con il supporto dell'AI. Metodo e contenuti sono di AIR.