Le reti neurali artificiali, ispirate al funzionamento del nostro cervello, sono in grado di risolvere compiti complessi ma di solito richiedono una notevole quantità di energia. Un progetto finanziato dall’UE ha creato un’IoT che rende queste reti più sostenibili ed efficienti dal punto di vista energetico senza bisogno di conoscenze specialistiche.
AI, IoT ed efficienza energetica
L’intelligenza artificiale (AI) cresce sempre più velocemente, in termini di capacità e di applicazioni. Si tratta di soluzioni che ci aiutano a risolvere problemi complicati, elaborando un fiume di dati impressionante, che richiederebbero un tempo considerevole con mezzi tecnologici tradizionali, ma allo stesso tempo consumando elevati volumi di risorse energetiche.
Una parte crescente di questo fiume interminabile di dati è generata dall’internet delle cose (Internet of Things, o IoT), cioè dall’iperconnettività che lega tra loro stabilmente centinaia di milioni di device elettronici, come smartphone, tv, pc, automobili ed elettrodomestici di nuova generazione.
Nasce così il concetto di intelligenza artificiale delle cose (Artificial Intelligence of Things, o AIoT), che integra le capacità analitiche e decisionali dell’intelligenza artificiale e le capacità di connettività e raccolta dati IoT, consente di realizzare dispositivi più intelligenti e reattivi. Permettendo a questi sistemi di analizzare i dati e prendere decisioni autonome in tempo reale utilizzando le risorse informatiche locali (edge computing).
L’IoT cognitiva e sostenibile con il progetto europeo VEDLIoT
La sfida qui non è solamente tecnologica, ma anche energetica, perché maggiore la capacità di calcolo, maggiori i consumi. Ecco perché è nato il progetto europeo VEDLIoT, finalizzato a sviluppare una piattaforma IoT che utilizzi algoritmi di apprendimento profondo (reti neurali), distribuiti su vari livelli dell’infrastruttura IoT: edge, fog e cloud computing.
“Il nostro obiettivo era quello di sviluppare metodologie di apprendimento profondo, innovative ed efficienti dal punto di vista energetico, specificamente adattate alle applicazioni AIoT distribuite, ossia che operano su più sedi o dispositivi. Non ci siamo concentrati solo sull’ottimizzazione degli algoritmi ma abbiamo anche affrontato le sfide intrinseche di sicurezza e protezione che questi sistemi presentano”, ha spiegato il coordinatore del progetto Jens Hagemeyer.
Una “IoT cognitiva”, in riferimento alla sua capacità di apprendere dai dati e di ragionare per prendere decisioni, progettata per essere modulare e scalabile sfruttando microserver all’avanguardia con acceleratori hardware ottimizzati, ma anche sostenibile a livello energetico.
È proprio la flessibilità nei diversi casi d’uso che contribuisce a migliorare l’efficienza energetica e le prestazioni del sistema: “Consentendo configurazioni hardware personalizzabili, VEDLIoT assicura che i dispositivi IoT ed edge possano operare in modo sostenibile. Ciò dovrebbe contribuire a estendere la loro durata di vita effettiva a vari livelli dell’infrastruttura informatica (continuum informatico), rendendoli più adatti a un ampio ecosistema di applicazioni moderne che essi servono”, ha aggiunto Hagemeyer.
Le principali applicazioni
Ad oggi, sono diverse le applicazioni VEDLIoT, tra cui l’automotive, l’IoT industriale e gli ambienti domestici intelligenti. Le principali dimostrazioni comprendono uno specchio intelligente autoalimentato, il rilevamento e l’evitamento dei pedoni, il rilevamento dell’arco elettrico per i sistemi di distribuzione a corrente continua e la manutenzione predittiva dei motori elettrici.
