COS’E’ IOT?.
L’Internet delle cose (IOT) è una possibile evoluzione dell’uso della Rete: gli oggetti (le “cose”) si rendono riconoscibili e acquisiscono intelligenza grazie al fatto di poter comunicare dati su se stessi e accedere ad informazioni aggregate da parte di altri. Le sveglie suonano prima in caso di traffico, le scarpe da ginnastica trasmettono tempi, velocità e distanza per gareggiare in tempo reale con persone dall’altra parte del globo, i vasetti delle medicine avvisano i familiari se si dimentica di prendere il farmaco. Tutti gli oggetti possono acquisire un ruolo attivo grazie al collegamento alla Rete.
Per “cosa” o “oggetto” si può intendere più precisamente categorie quali: dispositivi, apparecchiature, impianti e sistemi, materiali e prodotti tangibili, opere e beni, macchine e attrezzature. Questi oggetti connessi che sono alla base dell’Internet delle cose si definiscono più propriamente smart objects (oggetti intelligenti) e si contraddistinguono per alcune proprietà o funzionalità. Le più importanti sono identificazione, connessione, localizzazione, capacità di elaborare dati e capacità di interagire con l’ambiente esterno.
L’obiettivo del IOT è far sì che il mondo elettronico tracci una mappa di quello reale, dando un’identità elettronica alle cose e ai luoghi dell’ambiente fisico. Gli oggetti e i luoghi muniti di etichette Identificazione a radio frequenza (Rfid) o Codici QR (QR Code) comunicano informazioni in rete o a dispositivi mobili come i telefoni cellulari.
I campi di applicabilità sono molteplici: dalle applicazioni industriali (processi produttivi), alla logistica e all’infomobilità, fino all’efficienza energetica, all’assistenza remota e alla tutela ambientale.
MACHINE LEARNING
L’uso del Machine Learning si rende necessario, e anzi fondamentale, solo in caso di grosse quantità di dati eterogenei che cambiano rapidamente: ed è proprio questa una delle caratteristiche fondamentali dell’IoT. In questo caso infatti lo scopo del Machine Learning non è solo l’analisi dei dati in sé, ma è quello di trovare i fattori determinanti (che non sono ancora conosciuti) per ottenere l’obiettivo che vogliamo perseguire. La macchina imparerà da sola quali variabili sono importanti e quali no per il raggiungimento dello scopo, e migliorerà i suoi risultati a ogni successiva analisi: in questo modo sarà anche in grado di predire eventi futuri con precisione sempre maggiore, caratteristica che è spesso sfruttata nell’IoT.
Social