Project Bonsai, punto di contatto tra IA e ingegneria

In occasione della Build 2020, evento online per la presentazione di tutte le novità Microsoft per i mesi a venire, il gruppo di Redmond ha enunciato tra le altre cose un nuovo complesso sistema di Intelligenza Artificiale pensato espressamente per il mondo enterprise e per l’industria, ove vi sono alte aspettative di intervento da parte di componenti automatizzate intelligenti e dove la robotica potrà fare in futuro la differenza.

Project Bonsai

Il tutto prende il nome dal Project Bonsai, nome ereditato da una delle startup acquisite nel biennio scorso per accelerare lo sviluppo delle funzioni di Intelligenza Artificiale in capo ad Azure. L’obiettivo dichiarato a suo tempo era quello di sviluppare un “cervello” per sistemi autonomi, dando corpo ad una piattaforma che combinasse ricchi strumenti di simulazione con un approfondito lavoro di machine learning. Oggi con Project Bonsai si raccolgono i frutti di quanto seminato allora (gennaio 2018).

L’annuncio odierno nasce dal lavoro con la SCG, azienda che opera nel mondo della chimica, prima case history sulla quale Microsoft ha sviluppato il proprio modello. Bonsai è solo la prima delle componenti che il gruppo ha intenzione di mettere in campo: consentirà di creare un sistema di insegnamento e apprendimento nel quale il lavoro simulato dell’uomo diventa una “scuola” per l’IA che dovrà in seguito guidare i processi attraverso scelte di alta complessità in scenari che necessitano di valutazioni estremamente difficili.

Secondo Microsoft, nel Project Bonsai c’è il punto di incontro tra l’Intelligenza Artificiale e l’ingegneria. Per spiegare in modo estremo il funzionamento di tutto ciò, l’esempio è il cosiddetto “Project Moab”, un piano retto da tre bracci mobili e sul quale si intende tenere in equilibrio una sfera.

 

Se in precedenza si sarebbero inserite istruzioni apposite per far sì che i bracci potessero rispondere in modo opportuno alle sollecitazioni ricevute, ora invece si procede per apprendimento attraverso simulazioni e analisi dei risultati. Un sistema che impara realmente, insomma, per poter risolvere in questo modo processi complessi. Di qui al passo verso l’automazione industriale e nell’ambito della ricerca scientifica il passo è breve e dal grande valore potenziale.