ROMA - Volkswagen ridimensiona e chiarisce le aspettative che comunemente si hanno nei confronti dei robot e delle macchine intelligenti. Gli esperti del Data Lab del Gruppo Volkswagen non hanno dubbi. ''Macchine che riescono a pensare sono solo cose da film e non hanno nulla a che fare con il nostro lavoro - ha affermato Patrick van der Smagt, direttore della ricerca sull'Intelligenza Artificiale al Data Lab - noi sviluppiamo algoritmi che imparano in modo indipendente come identificare e predire schemi e regole specifici così da prendere la decisione ottimale''. Al Data Lab un team internazionale sta lavorando allo sviluppo di programmi di autoapprendimento. In futuro, il loro lavoro di sviluppo potrebbe supportare ancora meglio i colleghi degli uffici e degli stabilimenti in molti processi aziendali.

La chiave è il machine learning oppure, più semplicemente, la capacità di un programma di collegare dati, analizzare interconnessioni e fare previsioni. Il lavoro di Patrick van der Smagt e del suo team si basa sulle reti neurali profonde, che nascono combinando l'informatica con la matematica, nello specifico con la teoria delle probabilità. I loro algoritmi apprendono in modo indipendente prendendo in tempo reale la decisione ottimale dal punto di vista matematico, vale a dire la scelta con la più alta probabilità. ''L'identificazione di schemi non è un processo di pensiero frutto di riflessione - afferma van der Smagt, che prima di lavorare per il Gruppo è stato per molti anni ricercatore alla Munich University of Technology - probabilmente è nella natura umana supporre inconsciamente che questi sistemi possano avere un comportamento umano o addirittura una coscienza. Ma ciò viene interpretato solamente nei sistemi interessati. Un algoritmo apprende valutando i dati con probabilità matematica, niente di più e niente di meno''.

La mission del Data Lab è esplorare le possibilità di applicazione di algoritmi che apprendono in modo indipendente e quindi svilupparle. E ce n'è un'ampia varietà: i sistemi che apprendono riescono, per esempio, ad aiutare gli operatori specializzati a controllare processi di produzione e logistica complessi in modo ancora più efficace. Riescono ad analizzare sviluppi economici complessi con lo scopo di fornire agli esperti in pianificazione di mercato informazioni complete per prendere decisioni. Robot e macchine negli stabilimenti possono imparare a prevedere i propri cicli di manutenzione e informare, quando necessario, chi se ne occupa. I sistemi di apprendimento offrono nuove possibilità di proteggere la circolazione di dati aziendali contro gli hacker. Gli esperti del Data Lab stanno lavorando anche a soluzioni tecniche per offrire ai Clienti nuovi servizi, per esempio le indicazioni nel traffico. ''Nell'intera industria c'è un notevole interesse per il machine learning, vista la grande varietà di potenziali applicazioni nei sistemi di autoapprendimento. Perciò raggruppiamo nel Data Lab le conoscenze specifiche disponibili all'interno del Gruppo e otteniamo ulteriore supporto da altri esperti di primo livello - ha affermato Barbara Sichler, che dirige le attività del Data Lab e coordina il trasferimento di know-how alle Marche e alle unità operative del Gruppo - Secondo Sichler, è fondamentale che il Data Lab non si isoli dal mondo esterno. ''Il lavoro sul futuro digitale - ha detto - non può avere successo se viene effettuato a porte chiuse. Siamo impegnati nella collaborazione con partner del mondo accademico e dell'industria''.