Articolo
Intelligenza Artificiale per una fabbrica veramente intelligente
- Automation and Control Manufacturing
- Health monitoring and Fault Prediction
- AI applications in manufacturing and biomedical e Biomedical engineering applications of control
- E' arrivata Chat-GPT !
- Modelli
- Esempi
Control and Automation Laboratory (CAL) University of Bergamo
ChatGPT (Chat Generative Pre-trained Transformer)
I Generative Pre-trained Transformers (GPTI sono modelli di intelligenza artificiale che utilizzano una architettura chiamata "Transformer" per generare testo in modo generativo. Questi modelli sono pre-addestrati su grandi quantità di testo provenienti da una vasta gamma di fonti, come libri, articoli di notizie, pagine web e molto altro ancora.
L'architettura dei Transformer è stata introdotta da Google nel 2017 ed è stata successivamente utilizzata in diversi modelli di apprendimento automatico, compresi i modelli GPT. Questi modelli sono in grado di catturare relazioni complesse e a lungo termine nei dati testuali, consentendo loro di produrre testo coerente e di alta qualità.
Quando diciamo che un modello GPT è pre-addestrato, intendiamo che è stato esposto a grandi quantità di testo durante la fase di addestramento. Questo addestramento consente al modello di apprendere i modelli linguistici e le strutture del testo in modo da poter generare testo nuovo e coerente in risposta a nuove domande o input.
Large Language Model (LLM)
- E' una rete neurale che genera linguaggio naturale
- Addestrato ad apprendere relazioni statistiche tra le parole nei testi
- Predice la parola successiva (sceglie la più probabile)
Modelli
- White-box Conosco le equazioni dalla fisica del sistema - Conosco/misuro direttamente i parametri
- Grey-box Raccolgo dati - Calcolo i parametri (fisici) di un modello fisico
- Black-box Raccolgo dati (tanti!) Calcolo i parametri (NON fisici) di un modello (NON fisici)
White-box - conosco le regole del gioco
Black-box - non conosco le leggi del fenomeno
1. Scelgo un modello molto ampio
2. Uso tanti dati ed un metodo di apprendimento
3. Imparo le regole del gioco dai dati
Esempi - End of Line Quality Control
GOGLIO
- 18 layer convoluzionali
- Total params: 826234
- Spazio latente: 16x32
- GPU NVIDIA P100
- Training time: 8 min
Esempi - Health monitoring and fault prediction
- 12 elettrovalvole
- 1 anno
- 98 milioni cicli
- 3 valvole si sono guastate
Data ingestion and cleaning
- Gestione efficiente di un genuino data set big data
- Eliminazione di dati anomali (offset, ordinamento, etc.)
Evidenziamo due temi importanti
- Deriva termica (dovuta alle particolari condizioni sperimentali)
- Misura di tsteady state
Continua nel PDF
- Health monitoring and Fault Prediction
- AI applications in manufacturing and biomedical e Biomedical engineering applications of control
- E' arrivata Chat-GPT !
- Modelli
- Esempi
Control and Automation Laboratory (CAL) University of Bergamo
ChatGPT (Chat Generative Pre-trained Transformer)
I Generative Pre-trained Transformers (GPTI sono modelli di intelligenza artificiale che utilizzano una architettura chiamata "Transformer" per generare testo in modo generativo. Questi modelli sono pre-addestrati su grandi quantità di testo provenienti da una vasta gamma di fonti, come libri, articoli di notizie, pagine web e molto altro ancora.
L'architettura dei Transformer è stata introdotta da Google nel 2017 ed è stata successivamente utilizzata in diversi modelli di apprendimento automatico, compresi i modelli GPT. Questi modelli sono in grado di catturare relazioni complesse e a lungo termine nei dati testuali, consentendo loro di produrre testo coerente e di alta qualità.
Quando diciamo che un modello GPT è pre-addestrato, intendiamo che è stato esposto a grandi quantità di testo durante la fase di addestramento. Questo addestramento consente al modello di apprendere i modelli linguistici e le strutture del testo in modo da poter generare testo nuovo e coerente in risposta a nuove domande o input.
Large Language Model (LLM)
- E' una rete neurale che genera linguaggio naturale
- Addestrato ad apprendere relazioni statistiche tra le parole nei testi
- Predice la parola successiva (sceglie la più probabile)
Modelli
- White-box Conosco le equazioni dalla fisica del sistema - Conosco/misuro direttamente i parametri
- Grey-box Raccolgo dati - Calcolo i parametri (fisici) di un modello fisico
- Black-box Raccolgo dati (tanti!) Calcolo i parametri (NON fisici) di un modello (NON fisici)
White-box - conosco le regole del gioco
Black-box - non conosco le leggi del fenomeno
1. Scelgo un modello molto ampio
2. Uso tanti dati ed un metodo di apprendimento
3. Imparo le regole del gioco dai dati
Esempi - End of Line Quality Control
GOGLIO
- 18 layer convoluzionali
- Total params: 826234
- Spazio latente: 16x32
- GPU NVIDIA P100
- Training time: 8 min
Esempi - Health monitoring and fault prediction
- 12 elettrovalvole
- 1 anno
- 98 milioni cicli
- 3 valvole si sono guastate
Data ingestion and cleaning
- Gestione efficiente di un genuino data set big data
- Eliminazione di dati anomali (offset, ordinamento, etc.)
Evidenziamo due temi importanti
- Deriva termica (dovuta alle particolari condizioni sperimentali)
- Misura di tsteady state
Continua nel PDF
Fabio Previdi - Università di Bergamo
Guarda tutti i contenuti Università di Bergamo sul sito SAVE News
Guarda tutti i contenuti Università di Bergamo sul sito SAVE News
Articoli tecnico scientifici o articoli contenenti case history
SAVE Bergamo aprile 2024 AI e Industria 4.0: sfide del presente e prospettive
Ultimi articoli e atti di convegno
Misurazione, monitoraggio e automazione dell’acqua: dalla manutenzione preventiva alla diagnostica dei guasti da remoto
Come la BRUGG Rittmeyer risponde alle esigenze sulla misurazione, monitoraggio e automazione nell'ambito idrico (Idroelettrico, Consorzio di Bonifica,...
Ottimizza la gestione delle tue operazioni di manutenzione con FracttalOne
Controllo completo per la gestione della manutenzione.
IoT e Intelligenza Artificiale
Manutenzione 4.0, tecnologie abilitanti e Intelligenza Artificiale
Evoluzione della manutenzione preventiva 4.0
Che cosa e' l'intelligenza artificiale
Dai Big Data caratteristici Al Learning Machine ad utili...
Dischi di rottura
Dove si utilizzano i dischi di rottura?
Cosa è un disco di rottura?
Intelligenza artificiale: la rivoluzione nell'industria del futuro o del presente?
- Chi siamo
- Suite Industria 5.0
- Intelligenza Artificiale
- Applicazioni concrete per la produzione
- I vantaggi nell'utilizzo
La comunicazione industriale per lo sviluppo della digitalizzazione nell'Industry 4.0
- Chi siamo (Profinet, Profibus, IO-Link)
- Reti sicure e convergenti per la fabbrica del futuro
- Ethernet APL: studiato per l'industria di...
Sostenibilità multilivello: alternative e soluzioni per la competitività dalla progettazione alla produzione
- Economia mondiale, cosa aspettarci
- Derivati, la situazione nel mondo
- Materie prime critiche
- Regualtory cosa ci aspetta: un esempio...
Transizione 5.0 e Smart Energy Monitoring
Trattiamo il Segnale dal sensore a Industria 5.0
TRANSIZIONE 5.0 (passando per Industria 4.0 e Industria 5.0)
Costruire un piano di manutenzione con CHAT Gpt
AI DRIVEN MAINTENANCE
Applicazioni Operative
Come l'Europa può trarre vantaggio da una promettente fonte di energia pulita di cui non hai mai sentito parlare
L'energia delle rocce supercalde è una risorsa non sfruttata che può aiutare l'Europa a raggiungere il suo duplice obiettivo di sicurezza energetica...
Eliminazione e controllo delle emissioni nocive in atmosfera: un punto determinante per la sostenibilità degli impianti
Focus: Cogenerazione
Focus: emissioni
Focus: centrale cogenerazione bi-fuel