Intelligenza artificiale per città intelligenti
Di Martin Jezequel, Product Manager per le soluzioni per data center, e Mohamed Ali Hammami, Program Manager per AI Edge e IoT – PNY Technologies
«Quali sono i fattori che stanno accelerando l'uso dell'intelligenza artificiale e quale impatto potrebbe avere questa tecnologia sulla nostra vita quotidiana?
Molti esperti descrivono l'epoca attuale come una «quarta rivoluzione industriale» guidata dall'intelligenza artificiale (IA), dalla robotica, dall'editing genomico e dalla neurotecnologia. Oltre tre miliardi di persone vivono oggi nelle megalopoli. Questo aumento esponenziale aggrava i problemi legati alla vita in città, portandoci a utilizzare intensamente l’IA come tecnologia predittiva e di riconoscimento per ridurre i costi dell’elaborazione dei dati e ottimizzare i processi coinvolti nelle nostre attività. Nel contesto urbano, un’implementazione multifunzionale dell’IoT (Internet delle cose) avrà un impatto positivo sulle interazioni e aumenterà il livello di sicurezza dei residenti.
Potresti fornire qualche esempio concreto dell'uso dell'intelligenza artificiale in una città intelligente?
PNY Technologies, in qualità di fornitore globale di soluzioni di intelligenza artificiale, sta lavorando a progetti di intelligenza artificiale edge o EDGE AI. Questo tipo di architettura viene implementata nel luogo in cui vengono generate le informazioni, quindi al di fuori del data center o del cloud. Un esempio emblematico di questo tipo di soluzione nel contesto delle smart city è la gestione del traffico stradale con l'installazione di unità di calcolo basate su schede grafiche embedded NVIDIA Jetson o modelli computazionali specificamente addestrati a riconoscere diversi casi d'uso, quali l'identificazione di segni, colori e targhe dei veicoli in circolazione, il riconoscimento di comportamenti rischiosi da parte dei conducenti, la gestione e la previsione del traffico stradale, ecc.” – Mohamed Ali Hammami
“Come si colloca l'EDGE AI rispetto all'IA dei data center e al deep learning?
Per ottenere EDGE, è necessario innanzitutto disporre di dati grezzi organizzati, aver costruito una rete neurale e aver addestrato un modello, al fine di effettuare inferenze in ambiente periferico, come nel monitoraggio del traffico, nel controllo o nel rilevamento delle infrazioni. I dati – che nel contesto delle Smart City possono essere foto di automobili, segnali stradali, schemi della rete stradale, tutti in numero di migliaia – sono dati organizzati ed etichettati, oltre ai vostri dati specifici; ora dovete inserirli nel vostro modello per addestrarlo e ottenere un risultato accurato. È qui che la potenza e l'efficienza computazionale dell'hardware sono fondamentali. Dopo questa fase critica di addestramento, si otterrà un risultato molto prezioso, ovvero il modello addestrato, totalmente indipendente dal processo iniziale, che potrà essere integrato in un dispositivo Edge AI come una telecamera intelligente a un incrocio, che si alimenterà di nuove informazioni in tempo reale e opererà in totale autonomia.
Quali prodotti della vostra gamma PNY rispondono a questa esigenza?
Le tecnologie di elaborazione AI basate su GPU hanno registrato un’evoluzione esponenziale negli ultimi anni. Il risparmio di tempo nell’elaborazione offerto da queste soluzioni, che riducono i tempi di addestramento da diversi mesi a pochi giorni, giustifica ampiamente l’investimento. Offriamo il blocco AI di NVIDIA basato sull’architettura GPU leader a livello mondiale, la DGX A100. Offriamo inoltre tutte le interfacce software relative all'hardware NVIDIA, nonché le soluzioni di rete NVIDIA di cui siamo distributori diretti da aprile 2021. Inoltre, abbiamo partnership con attori globali nel settore dello storage come NMS e Net App. L'ottimizzazione del deep learning e dell'addestramento dipende dalle prestazioni e dalla buona orchestrazione di questo pacchetto di elaborazione, rete e storage. Questa capacità di offrire soluzioni complete ad alto valore aggiunto pone PNY come uno dei principali attori nel campo dell'IA e del machine learning.” – Martin Jezequel
