Quando si parla di intelligenza artificiale, quasi tutti pensano ai chatbot. Ma c’è un’altra famiglia di applicazioni, meno chiacchierata e spesso più concreta per chi produce o movimenta merci: la computer vision, cioè la capacità di un software di “vedere” e interpretare immagini e video.
Fino a pochi anni fa era roba da grandi stabilimenti, con sistemi costosi e progetti lunghi. Oggi, con telecamere comuni e modelli molto più accessibili, è alla portata anche di una PMI.
Cosa si può fare, concretamente
- Controllo qualità: individuare difetti visibili come graffi, ammaccature, componenti mancanti, etichette storte, colori fuori tolleranza.
- Conteggi: contare pezzi su un nastro, colli su un bancale, prodotti su uno scaffale.
- Verifiche di conformità: controllare che un imballo sia completo, che un’etichetta sia leggibile e corretta, che un codice corrisponda all’ordine.
- Lettura di dati: targhe, codici, numeri di lotto, contatori analogici.
- Sicurezza sul lavoro: per esempio rilevare l’accesso a zone pericolose o la presenza dei dispositivi di protezione, sempre nel rispetto delle regole su privacy e controllo a distanza dei lavoratori.
Come funziona, senza tecnicismi
Un modello di visione viene addestrato con esempi: centinaia o migliaia di immagini di pezzi buoni e difettosi, di oggetti da riconoscere e contare. Una volta addestrato, analizza le immagini della telecamera e restituisce un risultato, per esempio “pezzo conforme”, “difetto in questa zona”, “47 colli”, che può attivare un’azione: scartare il pezzo, segnalare all’operatore, registrare il dato nel gestionale.
Oggi esistono modelli già pre-addestrati su moltissimi oggetti, da adattare al proprio caso con un numero di esempi molto inferiore rispetto al passato. Questo ha ridotto molto tempi e costi.
Cosa serve davvero
- Immagini buone. Più del modello conta l’inquadratura: luce costante, posizione fissa, sfondo uniforme. Una buona illuminazione vale più di un algoritmo sofisticato.
- Esempi reali, compresi i difetti. Se un difetto capita una volta su diecimila, raccoglierne abbastanza esempi è la parte più lunga del progetto.
- Una definizione chiara di “difetto”. Spesso due operatori esperti non sono d’accordo tra loro: va stabilito prima un criterio condiviso.
- Integrazione con la linea o con i sistemi aziendali, altrimenti il risultato resta su uno schermo che nessuno guarda.
I limiti da conoscere
- La computer vision vede solo quello che è visibile: difetti interni o non inquadrati restano fuori.
- Se cambiano le condizioni (luce, prodotto, posizione), le prestazioni possono peggiorare e il modello va aggiornato.
- Non esiste il 100% di precisione: bisogna decidere quale errore è più accettabile, se scartare un pezzo buono o far passare un pezzo difettoso.
Come partire
Il modo migliore è un prototipo su un solo punto di controllo: una telecamera, un tipo di prodotto, un difetto o un conteggio. In poche settimane si capisce se la precisione è sufficiente e quanto tempo si risparmia. Solo dopo ha senso estendere ad altre linee.
La computer vision è uno di quei casi in cui l’AI lavora “dietro le quinte”, senza clamore, ma con risultati facili da misurare: meno scarti, meno resi, meno ore passate a contare e controllare a occhio.
Hai un controllo visivo o un conteggio che oggi fate a mano? Scrivimi: vediamo se una telecamera può farlo al posto vostro.
