Capgemini Engineering

Pubblicato il 06 Apr 2020
Pubblicato il 06 Apr 2020
Cognitive Computing & AI on the Edge

Cognitive Computing & AI on the Edge


Il mercato dei Digital Enabler è cresciuto in maniera consistente negli ultimi cinque anni, con un tasso medio a due cifre su base annua. Le soluzioni basate su Cognitive Computing e AI, intese come prodotto industriale mutuato dai risultati teorici e pratici del mondo dell’R&D, hanno consentito di creare valore massimizzando la produttività e abilitando casi d’uso assolutamente impensabili fino a poco tempo fa. L’Italia si è allineata al resto del mondo in tale sfida tecnologica, che sta non solo di ridefinire il concetto di interazione uomo-macchina ma sta anche estendendo la potenziale applicazione nell’interazione macchina-macchina e ambiente-ambiente.

AI e Cognitive Computing usano gli stessi strumenti che fanno parte delle discipline del signal processing, del machine learning e del deep learning: da un lato l’intelligenza artificiale è finalizzata a risolvere un problema attraverso l’utilizzo del miglior algoritmo possibile, dall’altro, il cognitive computing definisce la possibilità di mimare e complementare le abilità di ragionamento degli esseri umani in relazione a un problema. L’unione dei rispettivi domini costituisce pertanto un fattore chiave che rende i sistemi di calcolo autonomo capaci di estendere il livello di intervento dell’operatore umano: analisi di dati più accurate e su scale di diversi ordini di grandezza maggiori consentono di prendere decisioni in tempi brevi e con maggiore efficacia.

La realizzazione di tali soluzioni passa per alcuni punti che risolvono il fondamentale problema di conferire alla piattaforma tecnologica una percezione della realtà circostante a un livello di astrazione tale da consentirle di prendere decisioni, fare inferenza, attuare un controllo: dunque è di vitale importanza la caratterizzazione delle sorgenti di informazione (come sensori – microfoni, camere, radar, lidar, IMU, GPS, etc – oppure di varia natura – euristiche su comportamenti o fenomeni), e come i segnali “grezzi” possano essere rielaborati in maniera efficace per implementare tecnologie di visione artificiale, automatic speech recognition, natural language processing, utili infine per un range di applicazioni vastissimo: dagli elettrodomestici in cucina in grado di assistere gli utenti mentre cucinano, alle infrastrutture di trasporto capaci di predire il flusso dei viaggiatori per migliorarne il servizio, passando per i sistemi ADAS in automotive o la diagnostica assistita in ambito biomedicale.

In Altran, il nostro Expertise Center Silicon, Electronics and Embedded Systems supporta i clienti nei progetti di Ricerca e Innovazione, legati alle tematiche Cognitive e AI: lavoriamo ad approcci e tecnologie allo scopo di portare intelligenza on the Edge (come dispositivi embedded), ovvero vicina alla sorgente di informazione, per applicazioni che devono funzionare in real-time. Definiamo il business case, lavoriamo sui dati, progettiamo algoritmi data-driven di elaborazione dei segnali o machine learning e vogliamo sempre essere all’avanguardia: per questo il nostro team desidera aprirsi a persone competenti e desiderose di guardare al futuro di queste tecnologie.

Ti piacerebbe entrare a far parte di Altran? Consulta le nostre offerte di lavoro e invia la tua candidatura cliccando qui

Il mercato dei Digital Enabler è cresciuto in maniera consistente negli ultimi cinque anni, con un tasso medio a due cifre su base annua. Le soluzioni basate su Cognitive Computing e AI, intese come prodotto industriale mutuato dai risultati teorici e pratici del mondo dell’R&D, hanno consentito di creare valore massimizzando la produttività e abilitando casi d’uso assolutamente impensabili fino a poco tempo fa. L’Italia si è allineata al resto del mondo in tale sfida tecnologica, che sta non solo di ridefinire il concetto di interazione uomo-macchina ma sta anche estendendo la potenziale applicazione nell’interazione macchina-macchina e ambiente-ambiente.

AI e Cognitive Computing usano gli stessi strumenti che fanno parte delle discipline del signal processing, del machine learning e del deep learning: da un lato l’intelligenza artificiale è finalizzata a risolvere un problema attraverso l’utilizzo del miglior algoritmo possibile, dall’altro, il cognitive computing definisce la possibilità di mimare e complementare le abilità di ragionamento degli esseri umani in relazione a un problema. L’unione dei rispettivi domini costituisce pertanto un fattore chiave che rende i sistemi di calcolo autonomo capaci di estendere il livello di intervento dell’operatore umano: analisi di dati più accurate e su scale di diversi ordini di grandezza maggiori consentono di prendere decisioni in tempi brevi e con maggiore efficacia.

La realizzazione di tali soluzioni passa per alcuni punti che risolvono il fondamentale problema di conferire alla piattaforma tecnologica una percezione della realtà circostante a un livello di astrazione tale da consentirle di prendere decisioni, fare inferenza, attuare un controllo: dunque è di vitale importanza la caratterizzazione delle sorgenti di informazione (come sensori – microfoni, camere, radar, lidar, IMU, GPS, etc – oppure di varia natura – euristiche su comportamenti o fenomeni), e come i segnali “grezzi” possano essere rielaborati in maniera efficace per implementare tecnologie di visione artificiale, automatic speech recognition, natural language processing, utili infine per un range di applicazioni vastissimo: dagli elettrodomestici in cucina in grado di assistere gli utenti mentre cucinano, alle infrastrutture di trasporto capaci di predire il flusso dei viaggiatori per migliorarne il servizio, passando per i sistemi ADAS in automotive o la diagnostica assistita in ambito biomedicale.

In Altran, il nostro Expertise Center Silicon, Electronics and Embedded Systems supporta i clienti nei progetti di Ricerca e Innovazione, legati alle tematiche Cognitive e AI: lavoriamo ad approcci e tecnologie allo scopo di portare intelligenza on the Edge (come dispositivi embedded), ovvero vicina alla sorgente di informazione, per applicazioni che devono funzionare in real-time. Definiamo il business case, lavoriamo sui dati, progettiamo algoritmi data-driven di elaborazione dei segnali o machine learning e vogliamo sempre essere all’avanguardia: per questo il nostro team desidera aprirsi a persone competenti e desiderose di guardare al futuro di queste tecnologie.

Ti piacerebbe entrare a far parte di Altran? Consulta le nostre offerte di lavoro e invia la tua candidatura cliccando qui