Poche ma buone 📬⚡

Le comunicazioni essenziali sul mondo di Alexide e SolidRules. Non perderti gli aggiornamenti, iscriviti ora!

La ricerca per noi

I nostri clienti quando si rivolgono a noi hanno grandi aspettative e il nostro obiettivo è coprire le loro esigenze anche attraverso soluzioni per loro “impensabili”.
Ma per proporre soluzioni, apparentemente non ordinarie, è necessario averle già studiate e sperimentate.

Un certo Aristotele ha detto che «Ciò che dobbiamo imparare a fare, lo impariamo facendolo».
In Alexide facciamo questo, sperimentiamo tutto su di noi per portare poi i risultati sicuri nel mondo reale.
In questa pagina troverete qualche esempio alcune nostre ricerche.

La ricerca per noi

Un edificio basato su AI

La nostra sede è dominata dalla domotica dove non ci sono interruttori fisici. La parte più “spaventosa” è che le decisioni le prende l'Intelligenza Artificiale che abbiamo messo a punto.
In veste di esperti di dati collezioniamo tutti quelli provenienti dagli oltre 300 sensori presenti nella nostra sede (temperatura, CO2, umidità, luminosità, …). Successivamente li diamo in pasto ad una rete neurale con l’obiettivo di capirci qualcosa.

Questa rete neurale pilota l’HVAC (Heating, Ventilation and Air Conditioning). Ad esempio, in pieno inverno, è lei che decide il momento in cui accendere il riscaldamento per avere alle 9 di mattina 22° gradi (nel 2022/2023 mi sa la alleneremo sui 20°). Lo fa basandosi sulle serie temporali, situazione attuale, previsioni meteo, etc. La rete ha capito che il weekend siamo chiusi e non serve il riscaldamento acceso, che il lunedì bisogna accendere un po' prima visto che per 2 giorni è tutto spento, che se è umido bisogna anticipare un po' l’accensione, etc.

Un BMS basato su AI

Machine learning

Un'altra rete neurale con un compito più semplice decide la luce ideale per ogni persona. Infatti, chi è più giovane ha bisogno di meno luce di un anziano e comunque ci sono abitudini diverse. La rete capisce che dopo le 18, e dopo l’immancabile partita di bigliardino, c’è un evento che fa spegnere tutte le luci (per questioni di sicurezza manteniamo il riservo sul tipo di evento).

Questi sono alcuni esempi di applicazione di tecniche di machine learning alla nostra quotidianità. Confessiamo che ancora l’Intelligenza Artificiale ogni tanto perde qualche colpo ma abbiamo il piano B. Non essendo masochisti possiamo sempre decidere se passare al modello manuale, old school!

Machine learning

Riconoscimento di persone tramite rete neurale

Abbiamo deciso di contarci, di sapere quante persone ci sono in una stanza, quante in aula corsi, quante nell’open space, quante nell’area relax… e di farlo attraverso dati anonimi raccolti dalle telecamere.

Usando tecniche di machine learning ormai comuni (tensorflow docet) ci siamo contati e il sistema funziona pure bene.
A cosa serve? Beh, presto lo scoprirete perché anche questa tecnica troverà un posto all’interno di SolidRules.

Riconoscimento di persone tramite rete neurale

Riconoscimento di oggetti e augmented reality

È un tema su cui abbiamo fatto molte sperimentazioni. Alcune erano nella direzione di far comparire oggetti 3D in un flusso video ripreso da un normale smartphone. Diciamo che lo facevamo ben prima che la cosa fosse sdoganata da giochi tipo quello dei Pokémon.

Ma il nostro obiettivo è fare il tutto senza nemmeno utilizzare una App e farlo direttamente da browser, ma su questo la tecnologia Web non è ancora pronta per le nostre “visioni”.

Abbiamo poi fatto altre esperienze su reti neurali e riconoscimento di oggetti. Abbiamo constatato che è facile distinguere una persona da un gatto e su quello abbiamo avuto grandi successi. È molto più difficile riconoscere però una vite M10x16 da una M10x25 ma non ci arrendiamo!

Riconoscimento di oggetti e augmented reality

Riconoscimento per trovare elementi simili

Il trovare oggetti simili è un tema affascinante e strategico per noi (ma non solo per noi). Lo si può fare dalla geometria, lo si può fare dalle descrizioni, dalle caratteristiche e e così via.

Ecco due casi su cui ci stiamo applicando:
1. Quando arriva una segnalazione di un cliente è possibile categorizzarla o assegnarle automaticamente una priorità in base al contenuto?
2. Quando arriva una segnalazione è possibile già mostrare i ticket che contengono cose simili per agevolare il processo di risposta?

Se non li vedete ancora come feature di SolidRules vuol dire che ancora non abbiamo raggiunto il livello accettabile ma non siamo così lontani!

Riconoscimento per trovare elementi simili

Blockchain per gli smart contract

Blockchain è una parola da usare in un colloquio di lavoro un po' come Machine Learning. Fa “figo” e sembra possa risolvere i problemi dell’umanità. Per sapere se è fumo senza arrosto l’abbiamo studiata e abbiamo provato ad utilizzarla per gestire i contratti commerciali.

La blockchain è immutabile e non puoi fare il furbo, non puoi “sbianchettare” un errore e non puoi nemmeno negare che sia successo. In certi casi può essere veramente utile. Dai contratti alle licenze software e forse anche per un workflow di approvazione.

Ma siamo abbastanza certi che non risolverà i problemi dell’umanità e per ora è troppo lenta ed energivora. Due cose che oggi non vanno troppo bene.

Blockchain per gli smart contract

Domande? Siamo qui per te.

Compila il form o invia un'email a info@alexide.com. Ci metteremo in contatto con te per fornirti tutte le soluzioni.

Contenuto bloccato

Per visualizzare il reCAPTCHA e inviare il messaggio è necessario accettare i cookie. Rivedi le tue preferenze o accetta i cookie.