Intelligenza artificiale ad alta efficienza energetica per applicazioni IoT ed edge sostenibili
L’intelligenza artificiale delle cose (AIoT, Artificial Intelligence of Things), che integra le capacità analitiche e decisionali dell’intelligenza artificiale e le capacità di connettività e raccolta dati dell’Internet delle cose (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, l’AIoT migliora tutto, dalle case intelligenti alla sanità, dalle operazioni industriali ai sistemi automobilistici. Una grande sfida, tuttavia, è quella di utilizzare in modo efficace le grandi quantità di dati generati dall’internet delle cose. Per elaborare un tale volume di dati è necessaria una notevole potenza di calcolo e la complessità degli algoritmi coinvolti complica le cose. Il progetto VEDLIoT, finanziato dall’UE, affronta queste sfide sviluppando una piattaforma IoT che utilizza 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», osserva il coordinatore del progetto Jens Hagemeyer.
Consentire all’IoT di imparare
Una componente chiave dell’approccio di VEDLIoT è stato lo sviluppo di una piattaforma hardware IoT cognitiva, in riferimento alla sua capacità di apprendere dai dati e di ragionare per prendere decisioni. Sfruttando microserver all’avanguardia con acceleratori hardware ottimizzati, la piattaforma è stata progettata per essere modulare e scalabile. Ciò significa che può essere personalizzata per soddisfare i diversi requisiti delle varie applicazioni. Questa flessibilità nei diversi casi d’uso 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», afferma Hagemeyer. La piattaforma hardware VEDLIoT combina hardware specializzato, diversi acceleratori hardware personalizzati per applicazioni specifiche e tecniche di sicurezza avanzate che utilizzano ambienti di esecuzione affidabili e attestazione distribuita. Il progetto fornisce anche un quadro di progettazione per i sistemi di intelligenza artificiale critici per la sicurezza, garantendo che soddisfino i più severi requisiti di sicurezza. Le soluzioni cross-vendor di VEDLIoT migliorano la flessibilità e l’adattabilità, riducendo la dipendenza da piattaforme proprietarie e promuovendo una più ampia adozione delle tecnologie AIoT in vari settori.
Testare le tecnologie in diversi casi d’uso
VEDLIoT ha convalidato con successo le sue tecnologie in diverse applicazioni, 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. Sono state inoltre sviluppate dieci applicazioni attraverso un bando aperto, che coprono aree come la saldatura laser e l’esame del miele. «Abbiamo ottenuto un miglioramento di oltre dieci volte delle prestazioni e dell’efficienza energetica in tutte le aree applicative chiave, ottimizzando i componenti hardware e gli acceleratori, nonché le catene di strumenti e i modelli», sottolinea Hagemeyer. Questi risultati evidenziano il contributo di VEDLIoT al progresso delle tecnologie AIoT attraverso la fornitura di soluzioni scalabili, efficienti e sicure. Ci si aspetta che l’impatto del progetto sarà sostanziale, in quanto stabilirà nuovi parametri di riferimento in termini di prestazioni, efficienza energetica e sicurezza per le applicazioni AIoT, edge e cloud.
Parole chiave
VEDLIoT, AIoT, apprendimento profondo, edge, reti neurali artificiali, cloud, intelligenza artificiale degli oggetti, acceleratore hardware, efficienza energetica
