Primeconcept è un’azienda specializzata nella progettazione, ingegnerizzazione e realizzazione di sistemi di visione artificiale e identificazione industriale chiavi in mano. Con oltre 40 anni di esperienza nel settore, Primeconcept è stata tra le prime in Italia ad usare il Deep Learning per fornire soluzioni di visione impossibili da realizzare usando i metodi tradizionali.
Riportiamo una conversazione tra Marta Dziarnowska, per FundingBox, e Paolo Rossi, CEO di Primeconcept, raccolta in occasione dell’evento Hack4reSTART svoltosi a Torino a fine febbraio, sicuri che possa servire come spunto di riflessione e approfondimento per tutti coloro che operano nell’ambito della visione artificiale e del deep learning.
Marta Dziarnowska: è davvero un piacere incontrarla. Può presentarmi la sua azienda? Di cosa vi occupate e da quanto tempo siete sul mercato?
Paolo Rossi: sono felice di questo incontro e di potere parlare della mia società. Per quanto riguarda Primeconcept, abbiamo iniziato nel 2007 e, quindi, sono passati 16 anni. Siamo specializzati nella tecnologia della visione artificiale. Forniamo soluzioni per vari settori, indipendentemente dal settore specifico.
Il nostro lavoro si concentra sull’acquisizione e l’elaborazione in tempo reale di immagini di oggetti, come quelli prodotti su linee di produzione automatiche o assemblati mediante processi manuali, in qualsiasi settore industriale - ad esempio, automotive, elettronica, alimentare, ecc. -.
Ciò consente di effettuare varie valutazioni sugli oggetti ispezionati, come il controllo della qualità, la ricerca di difetti o non conformità, le misurazioni 2D e 3D, la lettura di caratteri e codici e molto altro ancora. Una volta effettuate le valutazioni, i nostri sistemi di visione interagiscono con l’automazione a cui sono collegati, in modo che ogni oggetto ispezionato venga gestito nel modo appropriato, a seconda di come deve funzionare il processo stesso.
Inoltre, i sistemi di visione producono una grande quantità di informazioni - in particolare con applicazioni basate sull’intelligenza artificiale - che vengono utilizzate, ad esempio, dai sistemi MES o dai server di raccolta dati dell’azienda. Questa quantità di informazioni sarà poi molto utile per effettuare valutazioni sui processi stessi o per trovare relazioni tra cause ed effetti e per svolgere compiti come la manutenzione predittiva e altre funzioni all’avanguardia.
Non ci occupiamo dell’integrazione fisica o degli aspetti meccanici ed elettrici dei sistemi, per i quali ci affidiamo alla collaborazione con i nostri partner. I nostri principali clienti sono costruttori di macchine e integratori di sistemi, a cui forniamo soluzioni da integrare nelle loro macchine o linee di produzione.
Lavoriamo anche con clienti finali che dispongono di linee di produzione automatizzate e necessitano di automazione per il controllo della qualità. Inoltre, dallo scorso anno, abbiamo iniziato a collaborare con aziende che si occupano della trasformazione digitale e dell’IT in ambito aziendale.
Marta Dziarnowska: lavorate quindi principalmente con la tecnologia della visione artificiale, al fine del controllo qualità. Può dirmi di più su come viene utilizzata e quali sono i suoi vantaggi?
Paolo Rossi: sì, la tecnologia della visione artificiale viene comunemente utilizzata per il controllo della qualità alla fine delle linee di produzione. Consente l’ispezione di vari aspetti dei prodotti, come dimensioni, assemblaggio e potenziali difetti, solo per citarne alcuni.
Utilizzando l’intelligenza artificiale, in particolare algoritmi di deep learning, possiamo ottenere risultati estremamente accurati nell’individuazione dei difetti e nell’assicurare la qualità del prodotto. La tecnologia della visione artificiale può essere utilizzata anche per la guida dei robot, il riconoscimento del testo e altre applicazioni.
I principali vantaggi della tecnologia della visione artificiale nel controllo della qualità comprendono l’ispezione al 100% della produzione e la garanzia di risultati coerenti e obiettivi. Inoltre, determinati settori, come l’automotive, l’aerospaziale e la farmaceutica, richiedono spesso ispezioni automatiche, anziché ispezioni umane per una maggiore affidabilità.
Marta Dziarnowska: ha accennato di aver iniziato a utilizzare il deep learning nella visione artificiale intorno al 2015. Cosa l’ha spinta a implementare questa tecnologia?
Paolo Rossi: prima dell’avvento del deep learning, le soluzioni di visione artificiale si basavano su algoritmi basati su regole.
Tuttavia, alcuni difetti o variazioni dei prodotti non potevano essere accuratamente identificati utilizzando tali algoritmi, in quanto richiedevano dimensioni, forme o colori precisi per differenziarli dalle caratteristiche naturali che possono essere presenti sugli oggetti in modo più o meno casuale.
In molti casi ciò portava a un alto tasso di falsi positivi, in cui i pezzi buoni venivano erroneamente identificati come difettosi. Gli algoritmi di deep learning hanno rappresentato una svolta apprendendo direttamente dalle immagini e superando tali limitazioni. Abbiamo iniziato a esplorare soluzioni di intelligenza artificiale per la visione artificiale intorno al 2010, ma non abbiamo trovato una piattaforma adatta all’uso industriale.
Infine, nel 2015, è stata introdotta una piattaforma software basata sul deep learning, e l’abbiamo adottata rapidamente. Questa piattaforma ci ha permesso di ottenere una rilevazione dei difetti estremamente accurata e di ridurre significativamente i falsi positivi.
Marta Dziarnowska: è affascinante scoprire la vasta gamma di applicazioni per la tecnologia della visione artificiale in diversi settori. Con l’evoluzione della tecnologia, quali sviluppi o progressi futuri prevede?
Paolo Rossi: il campo della visione artificiale è in continua evoluzione e ci sono diversi progressi interessanti all’orizzonte. Possiamo aspettarci che la visione artificiale diventi sempre più diffusa sul pavimento di fabbrica, creando dati anche senza l’interazione dell’automazione.
L’analisi dei big data in correlazione con altri dati del pavimento di fabbrica approfondirà l’analisi dei processi e scoprirà le relazioni causa-effetto. Inoltre, la visione artificiale combinata con la robotica intelligente rivoluzionerà l’ispezione degli oggetti posizionando liberamente telecamere per un’analisi completa.
Questi progressi aumenteranno l’efficienza e miglioreranno il controllo della qualità. Infine, ricordiamo che il deep learning non solo consente applicazioni che non funzionerebbero con le tradizionali tecnologie di visione artificiale, ma cambia radicalmente il rapporto tra uomo e macchina: non è più l’utente che deve imparare il linguaggio della macchina, ma è la macchina stessa che parla ora la nostra lingua.
Marta Dziarnowska: pensa che le piccole aziende manifatturiere traggano beneficio dalla partecipazione a eventi come “Hack4reSTART” per promuovere la digitalizzazione, connettendosi con gli altri, apprendendo sfide e soluzioni e abbracciando una cultura digitale?
Paolo Rossi: assolutamente. Partecipare ad eventi come Hack4reSTART può essere estremamente vantaggioso per le piccole aziende manifatturiere nel loro percorso di digitalizzazione. Questi eventi offrono un’opportunità unica per connettersi con persone con interessi simili, condividere esperienze e ottenere preziose intuizioni sulle sfide e le soluzioni affrontate da altri nel settore.
Interagendo con un gruppo eterogeneo di persone, le aziende possono favorire una cultura di digitalizzazione e innovazione all’interno delle proprie organizzazioni. Il processo di digitalizzazione inizia spesso con la digitalizzazione dei documenti, abbandonando i sistemi tradizionali basati sulla carta a favore dei formati digitali.
Sebbene questa transizione sia iniziata molti anni fa, ci sono ancora aziende che si basano pesantemente sulla stampa di documenti cartacei, ostacolando il loro progresso nell’adozione delle tecnologie digitali. Partecipare a eventi come Hack4reSTART consente a queste aziende di imparare dagli altri che hanno abbandonato con successo la stampa su carta e si sono completamente dedicati ai documenti digitali.
Possono acquisire conoscenze e consigli pratici su come implementare efficacemente strategie di digitalizzazione e sfruttare la tecnologia per razionalizzare le operazioni, migliorare la produttività e ridurre i costi.
Inoltre, l’aspetto del networking di tali eventi è inestimabile. Incontrare persone provenienti da diverse esperienze e background espone le piccole aziende manifatturiere a una moltitudine di idee e approcci innovativi alla digitalizzazione.
Attraverso queste interazioni, possono stabilire connessioni significative, creare partnership e persino trovare potenziali mentori o consulenti che possano guidarli nel loro percorso di trasformazione digitale.
Marta Dziarnowska: da questa conversazione emerge in modo evidente che la sua azienda svolge un ruolo vitale nel garantire la qualità del prodotto in vari settori. Grazie, per aver condiviso le sue visioni e competenze nel campo della visione artificiale.
“Il campo della visione artificiale è in continua evoluzione e ci sono diversi progressi interessanti all’orizzonte”, afferma Paolo Rossi, CEO di Primeconcept.
Il progetto ReStartSMEs offre la possibilità di creare una tabella di marcia gratuita per digitalizzare un’attività: è possibile visitare il sito web o scansionare il codice QR qui riprodotto. Questo progetto è stato finanziato dal programma COSME dell’Unione Europea nell’ambito della convenzione di sovvenzione n. 101037910.