Categoria · inferenza e apparati dedicati
Applicazioni AI
Una telecamera che non si limita a registrare, ma capisce cosa sta guardando e ne ricava un dato: il valore su un manometro, la targa di un mezzo che sale a bordo, il numero di persone in un’area. Il riconoscimento avviene dentro l’impianto, in pochi millisecondi, e verso l’esterno esce il dato — non il video. Qui trovi i casi in cui l’abbiamo fatto funzionare davvero e gli apparati che li fanno girare.
Che cos’è, detto senza giri
Una telecamera normale produce immagini che qualcuno deve guardare. Un’applicazione di intelligenza artificiale produce un dato: 4,2 bar, targa GW740BF, dodici mezzi entrati. La differenza pratica è che un dato si archivia, si confronta con una soglia, fa scattare un allarme e finisce in un rapporto — mentre un’immagine, se nessuno la guarda nel momento giusto, non serve a niente.
Il modello che riconosce è già addestrato: non impara sul vostro impianto e non ha bisogno dei vostri dati per funzionare. Arriva sapendo già distinguere una lancetta, una targa, una persona. Quello che si fa in installazione è tararlo sulla scena reale: dove guardare, con che frequenza, cosa considerare normale.
E avviene sul posto, dentro la telecamera o su un apparato in sede. Non c’è nessun servizio esterno che riceve le immagini, nessun canone a telecamera, nessuna dipendenza da una connessione che può cadere. È anche la ragione per cui funziona in siti dove le immagini non possono uscire per legge o per contratto.
Come funziona, in quattro passaggi
Il percorso è sempre lo stesso, qualunque sia il caso: si riprende, si riconosce, si ricava un dato, si fa succedere qualcosa. La parte che cambia da un’applicazione all’altra è solo il modello, cioè cosa il sistema è stato addestrato a riconoscere.
Lo stesso schema vale per la lettura di uno strumento, per il riconoscimento di una targa e per il conteggio dei passaggi.
Perché non ci si fida di una telecamera sola
01
Più canali che si controllano a vicenda
Su Cargo Tracker tre canali indipendenti osservano lo stesso passaggio: il codice a barre bidimensionale fissa l’identità del mezzo, la lettura targhe fornisce un riscontro autonomo, il conteggio misura la completezza. È il confronto fra loro a rendere il dato affidabile, non la singola telecamera.
QR · TARGA · CONTEGGIO
02
Il dato viene verificato, non creduto
Quando i tre canali non concordano il sistema lo dichiara invece di scegliere in silenzio. Un conteggio che non torna è un’informazione: dice che qualcosa è passato senza essere registrato, ed è esattamente quello che si vuole sapere.
DISCORDANZE DICHIARATE
03
Si prova sul campo prima di vendere
Una dimostrazione fatta con il filmato del fornitore non dice niente sul vostro impianto: cambiano la luce, gli angoli, lo sporco sugli strumenti, il traffico. Partiamo sempre da una prova con le vostre immagini reali, e se il caso non regge lo diciamo.
PROVA CON LE VOSTRE IMMAGINI
Le applicazioni a listino
Sono soluzioni finite, non progetti da inventare ogni volta: un modello già addestrato sul caso, gli apparati che lo fanno girare e l’integrazione con quello che avete già.
POC operativo presso la principale compagnia di navi cargo
Cargo Tracker
Documentazione visiva dei carichi imbarcati
Ogni mezzo che sale a bordo viene riconosciuto, fotografato e associato alla missione. Alla fine dell’imbarco esiste un documento con targa, orario e immagine per ogni passaggio, consultabile senza rivedere niente.
- Lettura targhe sui varchi e sulla rampa
- Associazione automatica fra mezzo, orario e stiva
- Esportazione del rapporto di imbarco
In esercizio
Gauge Reader
Lettura automatica di manometri e strumenti analogici
Le telecamere leggono i quadranti degli strumenti che oggi qualcuno va a guardare di persona, a intervalli regolari e senza entrare in zona. Il valore diventa un dato: storicizzabile, con soglie e allarmi.
- Nessun intervento sullo strumento esistente
- Letture a intervallo fisso, anche in zona classificata
- Soglie, allarmi e storico dei valori
Addestrare e inferire sono due mestieri diversi
Addestrare un modello significa mostrargli decine di migliaia di esempi finché impara a distinguere. È un lavoro lungo, costoso, che si fa una volta sola e in un centro di calcolo. Inferire significa usare quel modello già addestrato su una immagine nuova per ricavarne una conclusione: questo è un furgone, quel manometro segna quattro bar, quella persona è a terra da troppo tempo.
La seconda parte è quella che avviene nei vostri impianti, e avviene sul posto. Fa una differenza enorme su quattro fronti: la risposta arriva in millisecondi invece che dopo un viaggio in rete, le immagini non escono dal sito, la banda non serve, e il costo non cresce con il numero di telecamere. Chi vi propone di mandare tutto in cloud per farlo analizzare vi sta vendendo un canone, non una soluzione.
Quando ha senso, e quando no
L’inferenza sul posto non è sempre la risposta. Ecco come decidiamo, prima di proporla.
La regola che seguiamo: prima si fa una prova sul campo con le vostre immagini reali, poi si decide. Una dimostrazione fatta con il filmato del fornitore non dice niente sul vostro impianto, e lo sappiamo perché abbiamo visto fallire progetti nati così.
Gli apparati che le fanno girare
Telecamere con analisi a bordo
Il modello gira dentro la telecamera. È la soluzione più economica e la più robusta, perché non c’è niente in mezzo che possa guastarsi. Il limite è la complessità del compito: classificare sì, leggere uno strumento no.
Server di inferenza
Un apparato dedicato che riceve i flussi e li elabora, con acceleratori pensati per questo. Serve quando il compito è pesante o quando lo stesso modello deve lavorare su molte telecamere insieme.
Registrazione e ricerca
I risultati dell’inferenza vanno scritti, conservati e resi interrogabili, altrimenti restano un allarme che passa. È la parte che si dimentica di preventivare e che decide se il sistema sarà usato o abbandonato.
Integrazione con quello che c’è
Un allarme che non arriva a chi decide è inutile. Le nostre applicazioni si innestano su gestionali, sale operative e sistemi di controllo esistenti, non li sostituiscono.
Dove le stesse tecniche lavorano già
Avete un compito ripetitivo che oggi fa una persona?
Descrivetecelo e mandateci qualche immagine reale della scena. Vi diciamo in modo diretto se ha senso automatizzarlo, se conviene farlo a bordo o su server, e se secondo noi non ne vale la pena ve lo diciamo lo stesso.
Raccontaci il casoVedi le soluzioni