12 giugno | 11:00 Stadio Artemio Franchi - Var Group
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
12 giugno | 11:00 Stadio Artemio Franchi Firenze
Agenda // Benvenuto Var Group // Intelligenza Artificiale: l’impatto sta avvenendo in ogni settore i livelli funzionali, comprensione, ragionamento, apprendimento e interazione come usarla per far crescere il business; quali sono gli ambiti applicativi i benefici che ne derivano dall’adozione // La virtualizzazione dello storage nella nuova era: flessibilità e prestazioni
Marco Ferrando Resp. Laboratorio e Ricerca e Sviluppo AI Var Group
Benvenuto Framework interpretativo Cosa stanno facendo le aziende italiane La roadmap Var Group per l’adozione dell’Intelligenza Artificiale
Definizione “L’Artificial Intelligence è il ramo della computer science che studia lo sviluppo di sistemi hardware e software dotati di capacità tipiche dell’essere umano ed in grado di perseguire autonomamente una finalità definita prendendo delle decisioni che, fino a quel momento, erano solitamente affidate agli esseri umani” Artificial intelligence is like teenage sex: “Everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it.”
Cambio di paradigma
La macchina come La macchina come
strumento per decidere decisore autonomo
Un framework interpretativo per l’IA
• Elaborazione del linguaggio naturale
INPUT • Elaborazione delle immagini
Capacità
• Apprendimento
ELABORAZIONE • Ragionamento e pianificazione umane
• Interazione sociale
OUTPUT • Interazione con l’ambiente
Il "campo da gioco" delle imprese
Classe di soluzione (*) Campo da gioco Tecnologia
• Language Processing
• Image Processing
Controllo del dato
• Intelligent Data Processing
Elaborazione ed estrazione di
significato dal dato
Virtual Assistant / Chat Bot
Apprendimento, Ragionamento
• Recommendation
Processo e pianificazione
• Intelligent Object
• Autonomous Robot
• Autonomous Vehicle
(*) Framework proposto dall’Osservatorio AI del Politecnico di Milano
Classi di soluzioni
• Language Processing Comprensione, traduzione o produzione di
linguaggio scritto o parlato.
• Image Processing
Le finalità possono variare dalla comprensione del
linguaggio (sistemi che apprendono) fino alla
• Intelligent Data Processing produzione di contenuti in modo autonomo
(sistemi che creano)
• Virtual Assistant / Chat Bot
Esempi di applicazione sono la comprensione di
• Recommendation contenuti provenienti dal web o altri canali, da
knowledge base e la traduzione con capacità
• Intelligent Object lessicali, di contestualizzazione e di
comprensione del tono.
• Autonomous Robot
• Autonomous Vehicle
(*) Framework proposto dall’Osservatorio AI del Politecnico di Milano
Classi di soluzioni
• Language Processing
• Image Processing Dal riconoscimento di elementi nelle
immagini al riconoscimento della biometria.
• Intelligent Data Processing
Si usano queste soluzioni per riconoscere ad
• Virtual Assistant / Chat Bot esempio cose, animali o persone presenti
all’interno dell’immagine.
• Recommendation
Possono essere sistemi che apprendono da una
base dati di immagini.
• Intelligent Object
Ad esempio vi sono applicazioni potenziali nei
• Autonomous Robot settori della video sorveglianza, del controllo
qualità, nel retail.
• Autonomous Vehicle
(*) Framework proposto dall’Osservatorio AI del Politecnico di MilanoClassi di soluzioni
Predictive analysis, fraud detection, pattern
• Language Processing discovery, in generale ogni caso in cui si debbano
scandagliare grandi quantità di dati ed estrarne
• Image Processing informazioni.
• Intelligent Data Processing Tipicamente basati su grandi quantità di dati (i Big Data)
che possono essere di tipo strutturato o non strutturato.
• Virtual Assistant / Chat Bot Normalmente si articolano in queste sotto-classi di soluzioni
• Pattern Discovery – ricerca di correlazioni a fine di
• Recommendation classificazioni e analisi
• Predictive Analysis – previsione andamento e trend (es
• Intelligent Object nella manutenzione predittiva)
• Anomaly Detection – per identificare situazioni di rischio
• Autonomous Robot o frodi
• Contents Design / Creation – per creare nuovi contenuti
• Autonomous Vehicle • Monitoring & Control
(*) Framework proposto dall’Osservatorio AI del Politecnico di MilanoClassi di soluzioni
• Language Processing
Agenti software che interagiscono con utenti
attraverso l’uso di linguaggio naturale scritto
• Image Processing o parlato.
• Intelligent Data Processing I sistemi piu’ evoluti si caratterizzano per avere la
capacità di comprendere il tono e il contesto del
• Virtual Assistant / Chat Bot dialogo e dimostrano intraprendenza nella
conversazione.
• Recommendation
Applicazioni tipiche sono il primo livello di
• Intelligent Object assistenza all’acquisto o al customer service per i
clienti aziendali. Oppure in ambito HR la fornitura
di risposte a iniziative interne.
• Autonomous Robot
• Autonomous Vehicle
(*) Framework proposto dall’Osservatorio AI del Politecnico di MilanoClassi di soluzioni
• Language Processing Soluzioni che registrano le preferenze degli
utenti e le usano per avanzare suggerimenti.
• Image Processing
Usate normalmente nella customer journey o più
• Intelligent Data Processing in generale nei processi decisionali.
• Virtual Assistant / Chat Bot A questa categoria appartengono i sistemi che
suggeriscono cosa acquistare, nell’ecommerce o
quali servizi fruire, ad esempio quelli che
• Recommendation
consigliano la visione di un contenuto nelle
piattaforme di streaming on demand
• Intelligent Object
• Autonomous Robot
• Autonomous Vehicle
(*) Framework proposto dall’Osservatorio AI del Politecnico di MilanoClassi di soluzioni
• Language Processing
• Image Processing
• Intelligent Data Processing
• Virtual Assistant / Chat Bot
Oggetti immobili che reagiscono con
• Recommendation l’ambiente tramite l’uso di sensori e che sono
in grado di prendere decisioni autonome.
• Intelligent Object
Appartengono a questa tipologia sensori
• Autonomous Robot intelligenti, attuatori, elettrodomestici etc.
• Autonomous Vehicle
(*) Framework proposto dall’Osservatorio AI del Politecnico di MilanoClassi di soluzioni
• Language Processing
• Image Processing
• Intelligent Data Processing
• Virtual Assistant / Chat Bot
• Recommendation
Dai gadget ai robot che eseguono in
• Intelligent Object autonomia azioni.
• Autonomous Robot Per il mercato industriale o civile (per esempio i
robot che puliscono da soli!)
• Autonomous Vehicle
(*) Framework proposto dall’Osservatorio AI del Politecnico di MilanoClassi di soluzioni
• Language Processing
• Image Processing
• Intelligent Data Processing
• Virtual Assistant / Chat Bot
• Recommendation
• Intelligent Object
• Autonomous Robot
• Autonomous Vehicle Mezzi di trasporto a guida autonoma.
(*) Framework proposto dall’Osservatorio AI del Politecnico di MilanoMassimiliano Belardi Sales Manager Power Solutions IBM
IBM Q
POWER 9 Watson ML
“The only processor “IBM Watson ML suite: the
specifically designed for
the AI era.” IBM Cognitive Systems complete environment for
modern data science”
AC922 SW Offering
software
+
hardware PowerAI Vision H2O DriverlessAI
Cluster Management,
Watson ML
optimized.
Auto-Tuning,
Accelerator
Elastic Training
Watson ML
Community
EditionType Task Use Cases Industry
Face Task Use Case Industry
Recognition
(1/4)
Identificazione • Identificazione personale • Government (difesa/sicurezza)
univoca dei Individua in video/foto un volto specifico presente in database, anche in luoghi
affollati con camere HD. Adatto a controlli di sicurezza e monitoraggio di zona.
volti presenti
• Tracking dei movimenti
• Cross (sicurezza aziendale)
• Sicurezza
È possibile ricostruire gli spostamenti di persone specifiche (presenti o meno in
database) anche tra telecamere diverse.
• Profiling • Retail
Permette di monitorare in maniera anonima gli spostamenti di clienti unici
all’interno di aree controllate, come centri commerciali, per analizzare i
comportamenti ed effettuare attività di profilazione.
01000110001011010
Images
&
VideosFace Task Use Case Industry
Recognition
(2/4)
Identificazione • Conteggio univoco • Retail, Entertainment, Travel,
Smart Cities
univoca dei Tiene traccia del numero di persone uniche, anche se queste appaiono su
videocamere multiple o immagini diverse.
volti presenti
• Anonimizzazione selettiva • Media, cross
Rende anonimi solamente i volti indicati, ad esempio di chi non ha firmato privacy
policy o del pubblico non presente in database (per GDPR), anche in tempo reale.
• Controllo accessi • Cross
Può sostituire un sistema tradizionale basato su badge personali, oppure può aziende di processo (pharma,
affiancarlo per garantire un secondo layer di sicurezza nei luoghi più sensibili alimentare, acciaierie)
(perchè pericolosi o per proteggere proprietà intellettuale).
r&d (automotive, navale,
macchinari)
aree a rischio (impianti, cantieri)
Images
&
VideosBody Task Use Case Industry
Detection
(1/2)
Individuazione • Conteggio delle persone • Smart Cities, Smart Buildings,
Retail
di sagome, Tecnologia applicabile anche con telecamere ad ampia visuale e in caso di persone
parzialmente occluse. Un’applicazione è il monitoraggio degli accessi ad edifici per
intere o parziali tenere sotto controllo il numero preciso di persone presenti all’interno.
• Anonimizzazione full body • Media, cross
Permette di oscurare intere sagome (non solamente i volti) per una maggior tutela
della privacy, specialmente in ottica GDPR. Utile per telecamere in zone pubbliche.
• Tracciamento dei movimenti
Seguendo gli spostamenti di sagome, sia in interni che in campo aperto - anche da
lunga distanza - è possibile generare heat maps in negozi o centri commerciali, • Retail, Marketing, Smart Cities
oppure analizzare i comportamenti di pedoni in aree pubbliche o incroci pericolosi.
• Anti intrusione e controllo accessi
Questo sistema permette di monitorare aree con accesso ristretto o proibito, e di
• Security
allertare in caso di accessi non autorizzati. Può affiancare i tradizionali sistemi di
antifurto volumetrici e perimetrali, in modo da ridurre l’insorgere di falsi positivi (ad
esempio escludendo animali) e migliorare l’affidabilità del sistema.
Images
&
VideosBody Task Use Case Industry
Detection
(2/2)
Individuazione • Sicurezza sul lavoro (safety at work) • Constructions, Industrial
di sagome, Questo use case trasversale combina il riconoscimento delle sagome con il
riconoscimento dei dispositivi di sicurezza obbligatori in cantieri e in aree a rischio
intere o parziali (ad esempio casco, guanti, occhiali, pettorine, ecc..).
In particolare è possibile verificare non solo che i dispositivi siano presenti, ma che
siano anche indossati correttamente.
+ Inoltre, se la risoluzione delle telecamere lo permette, è possibile combinare questa
tecnologia con il riconoscimento facciale mostrato in precedenza per associare il
comportamento pericoloso alla specifica persona.
Dispositivi di
sicurezza
indossabili
Images
&
VideosObject Task Use Case Industry
Detection
(1/2)
Individuazione • Conteggio di oggetti in stock • Retail, Logistics
di oggetti È possibile addestrare reti neurali per distinguere le specifiche tipologie di oggetti
presenti in magazzino/deposito, in modo da tenere sempre sotto controllo le
generici quantità residue in tempo reale. Esempi possono essere le disponibilità sugli scaffali
dei supermercati o il numero di container nei piazzali dei porti.
• Auto etichettatura • Industrial, Retail, Logistics
Permette di analizzare le merci in entrata o uscita da magazzino ed assegnare
automaticamente una etichetta contenente informazioni come tipologia di oggetto,
dimensione, colore, qualità, destinazione – aggiornando contestualmente i
quantitativi in database. Un esempio è l’assegnazione di una categoria di qualità ai
frutti/ortaggi in spedizione verso la distribuzione.
• Cassa self service • Food, Retail
Use case nato per il riconoscimento automatico dei piatti presenti sul vassoio
all’uscita di una mensa aziendale, con conseguente calcolo dell’importo dovuto.
Potenzialmente estendibile a molti altri tipi di casse automatizzate.
Images
&
VideosQuality & Task Use Case Industry
Status
Monitoring
Individuazione • Individuazione difetti • Industrial, Fashion
di difettosità Il sistema è in grado di identificare difetti di produzione (come crepe, macchie, tagli,
graffi, ecc..) in tempo reale, in modo da ridurre al minimo i potenziali danni e agire
e criticità subito sull’origine del difetto. Originariamente sviluppata per il controllo di acciai, la
stessa tecnologia può essere applicata a vetro, ceramica, legno, tessuti.
• Individua capi simili in altre collezioni • Fashion
Permette di cercare su un database storico la presenza di capi di abbigliamento
simili a quello sviluppato. Questo può avere la doppia valenza dell’ aiutare il
processo creativo, e al contempo limitare il rischio di plagio.
La stessa tecnologia può essere applicata a tutto lo sviluppo di design.
• Monitoraggio di impianti ed edifici
L’esigenza è quella di automatizzare il controllo dello stato in essere di impianti e
• Infrastructure, Industrial, Energy
infrastrutture critiche, in modo da poter aumentare la frequenza dei controlli e al
contempo abbassarne i costi. Questo è possibile con telecamere fisse (esempi:
camere termiche che monitorano l’isolamento di altoforni o lo stato di ponti) o con
camere a bordo di droni, per monitorare ad esempio campi eolici o fotovoltaici.
Images
&
VideosMatteo Mascolo Storage Solutions Leader IBM
No AI without IA
We are in a new ‘Technology Era’
Moore’s Law Metcalfe’s Law Watson’s Law
(1971) (1995) Today
Transistors Network Connections KNOWLEDGE (of data)
34Competitive Advantage
Business Agility
Enterprise Availability Hybrid Multi-Cloud
Costs Savings
Cyber-Resiliency
Support Innovation Data
Artificial Intelligence
?
Market Growth
Protect Data
35Speed Optimization (Re)Use Resiliency
AFA Tiering to * Native Dev/Ops Portability
HPC/HPDA Virtualization SLA-based Data Protection
Modern Data Protection Scalability Self-Service High Availability and DR
Instant Access/Restore Long-Term Retention Automation Control
Provisioning Data Copies & Classification Orchestration Cyber-Resiliency
‘Fresh’-Copy access Optimal Planning RBAC Predictive Monitoring
Watson Machine
Learning 36Managing the "Teaching Data Deluge" for autonomous driving
250
200
150
Training data @car equipment manufacturer
20
* 30
35
30
25
Petabytes
20
GB/S
13 15
100
10
7
50
4 5
1
0 0
2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Titolo asse
Capacity Throughput
Lessons learned
1. Need for automated data workflows *Prefer optimized parallel data protocols (e.g. Spectrum Scale
2. Avoid NAS with NFS*, serious bottleneck! NetworkSharedDisk) rather than NFS.
3. Network throughput will follow the deluge NFS is rarely used for shared storage access in compute clusters, as its
throughput won't scale.
37IBM S torage
5 Prescription for AI
SOFTWARE
SPEED
SPEND
SUPPORT
SCALECommon Workflow – Opportunities to Improve Deep Learning
New Data
Provision 80% Time Resource Trial & Error Champion
Time Optimization Challenger
Ingest Preparation Training Inference
IoT, Mobile
& Sensors
Collaboration
Partners
Legacy Data
Stores
Throughput Max I/O Max Throughput Extreme Latency
Min Cost
Optimization Min Latency
Min Movement Archiving
Data Intensive Compute Intensive“Ready today, built for tomorrow.”
AI & Big Data Storage for Hybrid-Cloud Z Systems Storage
Software-Defined
Cloud Storage
Elastic Storage Server Cloud Object Storwize FlashSystem DS8000 Tape
Storage
Storage Systems
NVMe
NVMe FlashSystem 9100
Storwize V5000 / V7000
TS7700
SAN Volume FlashSystem 900
Controller FlashSystem A9000/R DS888x
Networking
Modern Data Protection
Family
& Cyber-Resiliency Hybrid Cloud Snapshots Tape VMs
Containers
40IBM Storage for AI data pipeline differentiation Provide the shortest path from ingest to insights
Improved data governance with storage offerings for end-to-end data pipeline
EDGE INGEST CLASSIFY / TRANSFORM ANALYZE / TRAIN INSIGHTS
Transient Storage
Insights Out
SDS/Cloud
Spectrum Scale
Cloud Object
Storage Trained Model
Classification & Hadoop / Spark ML / DL
Global Ingest Metadata Tagging Data Lakes Prep Training Inference
Cloud Hybrid/HDD SSD/NVMe
Data In Cloud Object Elastic Elastic
Spectrum Discover
Storage Storage Server Storage Server
Fast Ingest /
Real-time Analytics ETL Archive
HDD Cloud Tape
SSD SSD/Hybrid
Inference
Elastic Elastic Elastic Cloud Object Spectrum Archive
Storage Server Storage Server Storage Server Storage
IBM Flashsystems
NVMe and SCM ready IBM ESSIBM SUMMIT and IBM SIERRA
#1 and #2 supercomputers in the world (200+
PetaFlops) https://www.top500.org/
250 PB’s storage system based on IBM
Spectrum Scale
POWER
77 IBM ESS Storage Systems
ESS 2.5 TB/s of data throughput
30B files and 30B directories
2.6M I/O file operations per second (open
every book in the US library of Congress in 10
seconds)Marco Ferrando Resp. Laboratorio e Ricerca e Sviluppo AI Var Group
• Benvenuto • Framework interpretativo • Cosa stanno facendo le aziende italiane • La roadmap Var Group per l’adozione dell’Intelligenza Artificiale
Il mercato italiano dell’IA
Esclusi:
Software
Hardware Smart Home Speaker
Intelligent Robots
Self Driving Car
Smartphone
Servizi Drones
85 Milioni di Euro anno 2018 (*)
(*) Dati Osservatorio AI del Politecnico di MilanoCosa stanno facendo le aziende italiane
12% Ha un progetto a regime
19% Ci penseranno
in futuro
8% Implementazione
9% Non interessati
91% Attività in corso
21% Stanziato budget
31% Fase pilota
(*) Dati Osservatorio AI del Politecnico di Milano su campione 151 aziende operanti in ItaliaQuali soluzioni stanno implementando
(*) Dati Osservatorio AI del Politecnico di Milano su campione 151 aziende operanti in ItaliaPrincipali ostacoli all’adozione
Mancanza di competenze interne
Budget non disponibili
Scarso committment top management
Mancanza di business case nel proprio settore
Difficoltà a identificare la proposta di valore per i propri clienti
Accettazione da parte dei propri dipendenti
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
(*) Dati Osservatorio AI del Politecnico di Milano• Benvenuto • Framework interpretativo • Cosa stanno facendo le aziende italiane • La roadmap Var Group per l’adozione dell’Intelligenza Artificiale nelle imprese
Var Group Roadmap per l’IA
Consapevolezza Dati e Tecnologia e Performance
Stakeholders
e Scenari informazioni metodologie e misurazione
٭Identificazione ٭Condivisione ٭Disponibilità ٭Valutazione ٭KPI
interlocutori best practice e del dato tecnologie IA
casi di settore ٭Reiterazione
٭Valutazione ٭Esecuzione processo
aspettative ٭Definizione attività
obiettivi e
٭Comprensione di
benefici
cosa è l’IA
٭Ipotesi di lavoroPercorso Strategico
Tecnologia, Sicurezza e Governance
Trasformazione
Business
Operations & Support
Validazione
Discovery
Timeline
Month 1 6 6
Dati
Persone e Cultura
ProcessiProssimi passaggi 1. Il dessert 2. Invitateci a parlarne nelle Vostre aziende
Puoi anche leggere
