Industria 5.0 e 6G: una soluzione incentrata sull'uomo. In Italia mancano le piattaforme industriali e persino le energia rinnovabili non hanno per la loro piattaforma la banda 450 MHz come in Germania.Manca la piattaforma industria 5.0 e pensate volevamo predisporre una piattaforma donne imprenditrici 5.0 con il progetto serre comunali e allevamento pesci ma è fermo come i 100 prgetti presentati che coniugano industria-energia e AM cioe' additive Manufacturing 5.0. Rimanere al vertice sta diventando sempre più difficile e più impegnativo a causa delle tecnologie digitali in rapida crescita e in evoluzione e delle soluzioni basate sull'intelligenza artificiale. Il mondo della tecnologia, della personalizzazione di massa e della produzione avanzata sta vivendo una rapida trasformazione. I robot stanno diventando ancora più importanti in quanto ora possono essere accoppiati con la mente umana per mezzo dell'interfaccia cervello-macchina e dei progressi nell'intelligenza artificiale. Una forte necessità di aumentare la produttività senza rimuovere i lavoratori umani dall'industria manifatturiera sta imponendo sfide punitive all'economia globale. Per contrastare queste sfide, questo articolo introduce il concetto di Industria 5.0, in cui i robot sono intrecciati con il cervello umano e lavorano come collaboratori anziché come concorrenti. Questo articolo delinea anche una serie di caratteristiche chiave e preoccupazioni che ogni produttore può avere sull'Industria 5.0. Inoltre, presenta diversi sviluppi raggiunti dai ricercatori per l'utilizzo in applicazioni e ambienti Industry 5.0. Infine, l'impatto dell'Industria 5.0 sull'industria manifatturiera e sull'economia in generale viene discusso da un punto di vista economico e di produttività, dove si sostiene che l'Industria 5.0 creerà più posti di lavoro di quanti ne toglierà.Parole chiave: Industria 5.0 ; intelligenza artificiale ; produzione avanzata 1. Rivoluzioni industriali Risalente al 1780, la prima rivoluzione industriale è nata con la generazione di energia meccanica da acqua, vapore e combustibili fossili. Nella seconda rivoluzione di questo tipo, l'energia elettrica fu favorita dai produttori con linee di assemblaggio e produzione di massa negli anni '70 dell'Ottocento. Impiegando l'elettronica e le tecnologie dell'informazione (IT), la terza rivoluzione industriale ha familiarizzato le industrie di produzione con il concetto di automazione negli anni '70. La quarta fase della rivoluzione utilizza l'Internet of Things (IoT) e il cloud computing per fornire un'interfaccia in tempo reale tra il mondo virtuale e quello fisico, i cosiddetti sistemi cyber-fisici. Sebbene l'Industria 4.0 non sia ancora ben sviluppata, molti pionieri del settore e leader tecnologici stanno guardando avanti alla Quinta Rivoluzione Industriale:Figura 1 per una rappresentazione visiva). Con la crescita aggressiva e la diffusione di Internet, si prevede che altri 3 miliardi di persone accederanno a Internet entro il 2025. Pertanto, dovremmo dedicare grande impegno e attenzione a ciò che stiamo facendo e a ciò che faremo; il cambiamento è certo, il successo no (adattato dallo storico EH Carr [ 1 ], utilizzato anche nell'opera di Duszak [ 2 ]). Sostenibilità 11 04371 g001 550Figura 1. Rivoluzioni industriali (alcune immagini utilizzate da pixabay). 2. Sfondo I produttori competono per soddisfare le mutevoli richieste del mercato. Ciò richiede che le linee di produzione siano adattive, intelligenti e sufficientemente flessibili da soddisfare le richieste aggiornate. I leader aziendali e i responsabili della produzione hanno concluso che dovrebbero realizzare un'integrazione tra business e produzione industriale. Una tale integrazione richiede notevoli progressi nei processi e nelle strategie industriali. Inoltre, è realizzabile solo integrando vari aspetti di un'azienda, inclusi fornitori, linee di produzione e clienti. Questa poliedrica integrazione è stata definita Internet of Things (IoT), che è la risorsa principale dell'Industria 4.0. Nata da un progetto strategico del governo tedesco [ 3 ], la quarta rivoluzione industriale è stata una strategia di iniziativa per trasformare gli agenti di produzione da sistemi completamente fisici a sistemi cyber-fisici (CPS). Pertanto, le fondamenta dell'Industria 4.0 si basano sui CPS che comunicano tra loro attraverso l'IoT. Lo scambio di informazioni in tempo reale tra CPS si traduce in una grande quantità di dati che richiede un metodo di archiviazione efficiente e sicuro. L'archiviazione nel cloud è la soluzione più comune. Sono necessarie anche una grande quantità di analisi e processi per ottenere informazioni utili da data lake grezzi ed enormi. Combinando i dati analizzati con l'IoT, Internet industriale è stato il prossimo concetto emerso per collegare il mondo digitale e quello fisico. I principali driver dell'Industria 4.0 possono essere elencati come segue: Internet e IoT sono disponibili quasi ovunque; Integrazione aziendale e manifatturiera; Gemelli digitali di applicazioni del mondo reale; Linee di produzione efficienti e prodotti intelligenti. I nuovi concetti introdotti dall'Industria 4.0 includono CPS, IoT, fabbrica intelligente, big data, archiviazione cloud e sicurezza informatica. In termini di efficienza e costi, l'Industria 4.0 è diminuita Costi di produzione del 10-30%; Costi logistici del 10-30%; Costi di gestione della qualità del 10-20%. L'industria 4.0 applica l'IoT negli spazi di lavoro di produzione e quindi analizza i big data raccolti sullo storage cloud per aumentare in modo efficiente i livelli di autonomia e sicurezza informatica. 3. Che cos'è l'Industria 5.0 e perché è richiesta? L'industria 4.0 riguarda l'automazione dei processi e l'introduzione dell'edge computing in modo distribuito e intelligente. Il suo unico obiettivo è migliorare l'efficienza del processo e quindi ignora inavvertitamente il costo umano derivante dall'ottimizzazione dei processi. Questo è il problema più grande che sarà evidente tra pochi anni quando entrerà in gioco il pieno effetto dell'Industria 4.0. Di conseguenza, dovrà affrontare la resistenza dei sindacati e dei politici, che vedranno neutralizzati alcuni dei benefici dell'Industria 4.0 con l'aumento della pressione per migliorare il numero di occupati. Tuttavia, non è davvero necessario essere in secondo piano quando si tratta di introdurre l'efficienza dei processi mediante l'introduzione di tecnologie avanzate. Si propone che Industry 5.0 sia la soluzione di cui avremo bisogno per raggiungere questo obiettivo una volta iniziata la spinta all'indietro. Inoltre, il mondo ha visto un massiccio aumento dell'inquinamento ambientale a partire dalla Seconda Rivoluzione Industriale. Tuttavia, a differenza degli ultimi decenni, l'industria manifatturiera è ora più concentrata sul controllo dei diversi aspetti della generazione e della gestione dei rifiuti e sulla riduzione degli impatti negativi sull'ambiente derivanti dal suo funzionamento. Avere consapevolezza ambientale è spesso considerato un vantaggio competitivo a causa della grande quantità di sostegno da parte del governo; organizzazioni internazionali come l'ONU, l'OMS, ecc .; e anche una base di clienti di nicchia in continua crescita che supporta le aziende rispettose dell'ambiente. Sfortunatamente, l'Industria 4.0 non ha una forte attenzione alla protezione dell'ambiente, né ha focalizzato le tecnologie per migliorare la sostenibilità ambientale della Terra,5 , 6 , 7 , 8 ] nell'ultimo decennio. Mentre gli studi esistenti che collegano gli algoritmi di intelligenza artificiale alla gestione ambientale hanno aperto la strada, la mancanza di una forte focalizzazione e azione porta alla necessità di una migliore soluzione tecnologica per salvare l'ambiente e aumentare la sostenibilità. Prevediamo che questa soluzione esca dall'Industria 5.0. Riportando i lavoratori umani negli stabilimenti, la Quinta Rivoluzione Industriale accoppierà uomo e macchina per utilizzare ulteriormente le capacità intellettuali e la creatività umane per aumentare l'efficienza dei processi combinando flussi di lavoro con sistemi intelligenti. Mentre la preoccupazione principale nell'Industria 4.0 riguarda l'automazione, l'Industria 5.0 sarà una sinergia tra esseri umani e macchine autonome. La forza lavoro autonoma sarà percettiva e informata sulle intenzioni e sui desideri umani. La razza umana lavorerà al fianco dei robot, non solo senza paura ma anche con la massima tranquillità, sapendo che i loro colleghi robotici li comprendono adeguatamente e hanno la capacità di collaborare efficacemente con loro. Si tradurrà in un processo di produzione eccezionalmente efficiente ea valore aggiunto, in una fiorente autonomia di fiducia e in una riduzione degli sprechi e dei costi associati. Industria 5. 0 cambierà la definizione della parola "robot". I robot non saranno solo una macchina programmabile in grado di eseguire compiti ripetitivi, ma si trasformeranno anche in un compagno umano ideale per alcuni scenari. Fornendo produzioni robotiche con il tocco umano, la prossima rivoluzione industriale introdurrà la prossima generazione di robot, comunemente definiti cobot, che sapranno già, o impareranno rapidamente, cosa fare. Questi robot collaborativi saranno consapevoli della presenza umana; pertanto, si prenderanno cura dei criteri di sicurezza e di rischio. Possono notare, capire e sentire non solo l'essere umano, ma anche gli obiettivi e le aspettative di un operatore umano. Proprio come un apprendista, i cobot guarderanno e impareranno come un individuo esegue un compito. Una volta appreso, i cobot eseguiranno i compiti desiderati come fanno i loro operatori umani. Perciò, Il concetto di Industria 5.0 può essere visualizzato utilizzando un esempio di linea di produzione (mostrato nella Figura 2). Mostra un operaio umano che lavora all'assemblaggio di una macchina elettromeccanica. Il lavoratore umano avvia un'attività e un robot osserva il processo utilizzando una telecamera su un giunto cardanico. Questa telecamera funziona come l'occhio del robot. Il robot è anche collegato a un computer di elaborazione che acquisisce l'immagine, esegue l'elaborazione dell'immagine e apprende i modelli utilizzando l'apprendimento automatico. Osserva anche l'uomo, monitora l'ambiente e deduce ciò che l'operatore farà dopo utilizzando l'analisi delle intenzioni umane alimentata dal deep learning. Un sensore cruciale che può essere utilizzato per comprendere l'intenzione umana è la spettroscopia funzionale del vicino infrarosso (fNIRS) su un canale di comunicazione wireless per recuperare i segnali dal cervello umano. fNIRS è più adatto per questo compito in quanto si presenta sotto forma di un auricolare e non necessita di lunghe fasi di configurazione e calibrazione. Una volta che il robot è sicuro della sua previsione, tenterà di aiutare il lavoratore umano. Sarà come un altro essere umano in piedi con il lavoratore umano e tentando di aiutarlo, il che aumenterà l'efficienza complessiva del processo. In questo esempio, il robot prevede che l'operatore umano utilizzerà una determinata parte nella fase successiva dell'attività. Quindi va a prendere la parte in anticipo e la consegna all'umano quando necessario. Il processo avviene senza interruzioni in modo che l'operatore umano non debba apportare modifiche al proprio processo di lavoro. il robot prevede che l'operatore umano utilizzerà una certa parte nella fase successiva dell'attività. Quindi va a prendere la parte in anticipo e la consegna all'umano quando necessario. Il processo avviene senza interruzioni, quindi l'operatore umano non deve apportare modifiche al proprio processo di lavoro. il robot prevede che l'operatore umano utilizzerà una certa parte nella fase successiva dell'attività. Quindi va a prendere la parte in anticipo e la consegna all'umano quando necessario. Il processo avviene senza interruzioni, quindi l'operatore umano non deve apportare modifiche al proprio processo di lavoro. Sostenibilità 11 04371 g002 550Figura 2. Il caso dell'Industria 5.0: i robot lavorano con gli esseri umani per aumentare l'efficienza produttiva, non per sostituire i lavoratori umani. (1) Un robot osserva un essere umano e comprende il flusso di lavoro. (2) Robot che analizza l'intenzione umana. Ad esempio, i sensori di osservazione visiva (telecamera RGB) e di spettroscopia funzionale nel vicino infrarosso (fNIRS) possono essere utilizzati per la previsione delle intenzioni umane. (3) e (4) Il robot inizia a muoversi per raccogliere un oggetto dal banco da lavoro per aiutare il lavoratore umano. (5) Il robot raccoglie un oggetto di interesse per il lavoratore umano. (6) Robot che porta l'oggetto al lavoratore. (7) Il robot consegna l'oggetto al lavoratore quando è richiesto ed è accettato dal lavoratore umano. Prevediamo che Industry 5.0 creerà un nuovo ruolo di produzione: Chief Robotics Officer (CRO). Un CRO è un individuo con esperienza nella comprensione dei robot e delle loro interazioni con gli esseri umani. Il CRO avrà la responsabilità di prendere decisioni in merito all'aggiunta o alla rimozione di macchine o robot dall'ambiente / fabbrica per ottenere prestazioni ed efficienza ottimali. Le CRO avranno esperienze in robotica, intelligenza artificiale, modellazione di fattori umani e interazione uomo-macchina. Le CRO sono meglio equipaggiate con tecnologie robotiche collaborative e, sfruttando la potenza dei progressi nel calcolo, saranno adeguatamente posizionate per avere un impatto positivo anche sulla gestione dell'ambiente. Ciò alla fine aumenterà la sostenibilità della civiltà umana riducendo l'inquinamento e la produzione di rifiuti e preservando la Terra. 4. Metodologia per la soluzione: cosa è richiesto per Industry 5.0? Come accennato nella sezione precedente, Industry 5.0 risolverà i problemi associati alla rimozione di lavoratori umani da diversi processi. Tuttavia, per raggiungere questo obiettivo saranno necessarie tecnologie ancora più avanzate, che sono discusse di seguito. Interoperabilità dei dati dei sensori in rete Spaziando da case intelligenti a produttori autonomi, cobot e altri sistemi intelligenti distribuiti, ha senso che il rilevamento e la raccolta onnipresente di big data sia una risorsa inevitabile della prossima rivoluzione industriale ed è possibile solo attraverso sensori in rete. Ciò consente inoltre di ottenere analisi e processi di personalizzazione più rapidi. Una rete di sensori con intelligenza e potenza di elaborazione di basso livello potrebbe ridurre la necessità di un meccanismo di trasferimento dati a larghezza di banda elevata, consentendo anche una preelaborazione locale dei dati. Ciò, a sua volta, ridurrebbe la latenza e il sovraccarico della rete, creando anche un livello di "intelligenza distribuita" nella rete. Sarà necessario un quadro comune per il trasferimento delle informazioni, piuttosto che un semplice meccanismo di trasferimento dei dati, per beneficiare appieno di una rete di sensori. Una volta implementato, Modellazione e simulazione dinamica multiscala: gemelli digitali Con l'intelligenza dei sistemi autonomi sorgono complessità nella valutazione del monitoraggio delle configurazioni di produzione. La visualizzazione e la modellazione della linea di produzione [ 9 ] è uno strumento molto utile per la definizione delle politiche e per la gestione e la personalizzazione di prodotti e linee di prodotti futuri. Un gemello digitale [ 10 ] è "Un modello virtuale di un processo, prodotto o servizio" [ 11]. Collegando il mondo virtuale e fisico, i digital twin forniscono alle unità di produzione la capacità di analizzare i dati, monitorare il processo di produzione, gestire il rischio prima che si verifichi, ridurre i tempi di fermo e sviluppare ulteriormente mediante simulazioni. Con i recenti progressi nell'elaborazione dei big data e nell'intelligenza artificiale, è ora possibile creare gemelli digitali ancora più realistici che modellano adeguatamente le diverse situazioni operative e le caratteristiche di un processo. Quando si tiene conto dell'incertezza nel processo, i gemelli digitali rappresentano un'immensa opportunità consentendo una riduzione degli sprechi nel flusso del processo e nella progettazione del sistema. Insieme a tecniche di visualizzazione e modellazione all'avanguardia, tecnologie come i gemelli digitali sono destinate ad aumentare la produttività di tutti i settori in qualsiasi settore. Tracker in officina I tracker in officina migliorano il monitoraggio della produzione in tempo reale. Consentono l'associazione di ordini di vendita dei clienti con ordini di produzione e materiali supplementari. Successivamente, portano a una gestione delle risorse ottimale ed efficiente, che è un obiettivo critico per i produttori. I tracker Shofloor consentono anche il monitoraggio in tempo reale delle risorse e del flusso di processo, che apre la strada all'ottimizzazione dei processi online nel processo di produzione. Questi tracker possono essere implementati sotto forma di sensori in rete o utilizzando i vantaggi offerti dai sensori in rete. Potrebbero anche portare a riduzioni dello spreco di materiale, prevenzione dei furti e prevenzione della cattiva gestione delle risorse se abbinate a tecnologie come l'IoT e l'apprendimento automatico. Formazione virtuale È iniziato nel 1997 ed è un tipo di formazione in cui l'allievo apprende un compito o un'abilità specifica in un ambiente virtuale o simulato. In alcuni casi, il formatore e il tirocinante hanno sede in luoghi diversi. Questo tipo di formazione riduce notevolmente i costi e il tempo per entrambe le parti. È anche abbastanza flessibile da essere aggiornato e riconfigurato per nuovi corsi di formazione. Ad esempio, l'Universal Motion Simulator (UMS) abilitato tatticamente nella Figura 3 (brevetto n. 9174344, depositato nel 2007) [ 12 , 13 , 14 ] fornisce un ambiente sicuro e accurato ma conveniente per l'addestramento di conducenti, piloti, vigili del fuoco , professionisti medici, ecc., lontano dai pericoli e dai rischi che potrebbero affrontare in luoghi reali o senza imporre rischi ad altri. Sostenibilità 11 04371 g003 550Figura 3. Simulatore di movimento universale presso l'Institute of Intelligent Systems Research and Innovation, Deakin University. La formazione virtuale è anche molto importante per creare una forza lavoro qualificata senza mettere a rischio la produttività di un processo in esecuzione o mettere in pericolo un lavoratore umano. È particolarmente importante nei lavori e nelle attività che comportano una qualche forma di rischio a causa di un'azione o postura ripetuta durante il lavoro. Ad esempio, se abbinata all'analisi della postura umana, la formazione virtuale può ampiamente beneficiare un ampio spettro della forza lavoro fornendo loro una formazione adeguata ed economica senza esporli a scenari di formazione potenzialmente pericolosi. La formazione virtuale può essere facilitata attraverso una combinazione di tecniche di realtà virtuale e aumentata. Se combinato con i recenti progressi nelle unità di elaborazione grafica (GPU) e potenzialmente big data e intelligenza artificiale, l'allenamento virtuale diventa improvvisamente molto più realistico e vantaggioso di quanto non fosse in passato. Inoltre, le tecnologie e i dispositivi tattili possono essere molto vantaggiosi nell'addestramento virtuale in quanto possono imitare il tocco e la sensazione reali degli scenari e delle attività coinvolte. Sistemi autonomi intelligenti Il controllo autonomo delle linee di produzione richiede una grande quantità di intelligenza artificiale applicata agli agenti software che operano in fabbrica. L'autonomia nell'Industria 5.0 è notevolmente diversa da quella che veniva definita automazione nell'Industria 3.0. Esercitare un'autonomia che svolga funzioni utili è molto difficile se non impossibile senza l'intelligenza artificiale (AI). Le tecniche di intelligenza artificiale consentono alle macchine di apprendere e quindi eseguire autonomamente un compito desiderato. Classificazione allo stato dell'arte [ 15 , 16 , 17 ], regressione [ 18 , 19 , 20 ] e metodologie di clustering [ 21 , 22] potenziate da strategie di apprendimento profondo danno luogo a sistemi e soluzioni intelligenti che possono prendere decisioni in circostanze impreviste [ 23 , 24 , 25 ]. Inoltre, il transfer learning è un aspetto critico dell'implementazione e della personalizzazione negli ambienti Industry 5.0, dove la maggior parte dei sistemi soffre di incertezze. Il trasferimento delle conoscenze e delle abilità acquisite da un sistema digitale / virtuale al suo gemello fisico, in modo sicuro e robusto, gioca un ruolo molto importante nella Quinta Rivoluzione Industriale. Progressi nelle tecnologie di rilevamento e cognizione della macchina I sistemi autonomi intelligenti dipenderanno in gran parte dalla replica dei sensi che noi, esseri umani, utilizziamo per cooperare con gli altri e apprendere in modo adattivo [ 26 , 27 ]. Visione artificiale [ 28 ], combinata con apprendimento profondo [ 29 ], apprendimento per rinforzo e calcolo basato su GPU [ 30], ha mostrato una grande promessa nel replicare la visione primitiva e le capacità sensoriali. Tuttavia, per i cobot Industry 5.0, queste capacità devono essere migliorate in modo significativo. Ad esempio, un lavoratore umano smetterà di lavorare quando sospetta qualcosa di innaturale nel suo spazio di lavoro, anche quando non c'è niente di sbagliato in bella vista ma usando la sua intelligenza emotiva. Questo tipo di comportamento anticipatorio è molto importante nella prevenzione degli infortuni sul lavoro. In questo momento, le nostre tecnologie di visione e cognizione non possono raggiungere questo obiettivo. Oltre alla visione e alle tecnologie sensoriali, la cognizione della macchina deve migliorare per poter esprimere i migliori giudizi in una situazione lavorativa in continua evoluzione. Lo sviluppo di un sistema altamente adattivo può raggiungere questa capacità, ma non è banale costruire un tale sistema perché, con le nostre attuali tecnologie, nessun modello, dati, o il sistema basato su regole può farlo da solo. Inoltre, altre tecnologie sensoriali e le loro analisi devono essere migliorate per replicare ciò che un operatore umano farebbe normalmente in un dato scenario.La Figura 4 descrive il principio di funzionamento consigliato dei cobot per un'attività di assistenza in un'attività banale sul posto di lavoro. Sostenibilità 11 04371 g004 550Figura 4. In che modo i cobot aiuteranno gli esseri umani nei loro compiti? Un cobot guarda cosa sta facendo un operatore umano e poi decide se deve assistere l'uomo in base all'ambiente circostante e alle intenzioni umane (alcune immagini di pubblico dominio utilizzate da pixabay). Anche un semplice compito di assistenza, come descritto nella Figura 4, è complesso per un cobot in quanto un operatore umano normalmente prende, sia consciamente che inconsciamente, molte decisioni prima di eseguire tale compito. Stimeranno la necessità di assistenza, giudicheranno il rischio nell'offrire assistenza, controlleranno i fattori di sicurezza e quindi si avvicineranno in sicurezza per offrire aiuto. Poiché i cobot coopereranno con un essere umano in presenza di altri esseri umani e macchine, devono avere meccanismi decisionali simili integrati nel loro sistema, che richiede capacità avanzate di percezione, localizzazione, visione e cognizione, insieme a un miglioramento della potenza di calcolo in piattaforme integrate. Il ritmo e la tendenza attuali nell'apprendimento profondo, nell'apprendimento automatico e nei sistemi integrati suggeriscono che ulteriori progressi in questi campi aiuteranno notevolmente a raggiungere queste capacità richieste per un cobot. I metodi di apprendimento profondo hanno recentemente mostrato prestazioni promettenti nel campo della visione robotica e computerizzata, in particolare. Questi metodi hanno fornito ai robot e alle macchine intelligenti capacità di cognizione e visualizzazione affidabili, necessarie nelle applicazioni autonome, compresi i cobot. Le strategie di apprendimento profondo sono fondamentalmente basate su reti neurali artificiali con un numero relativamente elevato di livelli nella loro struttura. Figura 5raffigura uno schema tipico di una rete neurale multistrato, generalmente chiamata rete neurale profonda (DNN). La risorsa principale degli algoritmi di apprendimento profondo è che funzionano molto meglio dei metodi di apprendimento convenzionali poiché la quantità di dati di addestramento aumenta. In altre parole, maggiore è il numero di dati di addestramento, maggiore è l'efficacia dei metodi di apprendimento profondo. È interessante notare che l'efficienza delle prestazioni delle tecniche di apprendimento profondo migliora con l'aumentare della quantità di dati di addestramento, mentre le prestazioni dei metodi di apprendimento tradizionali diventeranno saturi se i dati di addestramento superano il livello ottimale (vedi Figura 6 ). Sostenibilità 11 04371 g005 550Figura 5. Rappresentazione generale di una struttura di rete neurale profonda. I livelli nascosti di solito hanno più nodi delle dimensioni di input e di output. Le connessioni e i pesi tra i nodi e i livelli determinano le capacità di apprendimento della rete profonda. Sostenibilità 11 04371 g006 550Figura 6. Confronto dell'efficienza delle prestazioni delle tecniche di apprendimento profondo con quella dei metodi di apprendimento tradizionali in base alla quantità di dati di formazione. Questa immagine dimostra come l'approccio del deep learning risolva il problema del plateau di miglioramento in cui l'efficienza non migliora con l'aumento dei dati. Gli algoritmi di apprendimento automatico tradizionali tendono ad avere questo problema, mentre l'algoritmo di apprendimento profondo eccelle quando vengono introdotti più dati nel processo. Un altro esempio di rilevamento intelligente implica l'utilizzo del cervello umano come fonte di segnali. Ciò può essere ottenuto mediante elettroencefalografia (EEG), risonanza magnetica funzionale (fMRI) o spettroscopia funzionale nel vicino infrarosso (fNIRS). Tra questi dispositivi, fNIRS è portatile e più facile da usare, grazie ai tempi di configurazione inferiori e alla connettività wireless integrata per il trasferimento dei dati nella maggior parte delle cuffie disponibili. Queste cuffie fNIRS catturano efficacemente le attivazioni cerebrali e possono essere utilizzate per un'ampia gamma di attività, tra cui l'analisi del segnale, la previsione delle intenzioni e la consapevolezza contestuale. Ad esempio, tali dispositivi fNIRS possono essere utilizzati in una configurazione medica in cui un operatore può controllare un braccio robotico, dotato di uno strumento diagnostico o chirurgico, per eseguire un determinato compito.La figura 7 illustra una tale configurazione futuristica in cui un robot universale è dotato di un dispositivo a ultrasuoni e un operatore umano lo controlla per eseguire una procedura di scansione. Sostenibilità 11 04371 g007 550Figura 7. Esempio di caso d'uso di dispositivi di rilevamento intelligenti nell'Industria 5.0. ( a ) Configurazione diagnostica in cui è possibile utilizzare la spettroscopia funzionale del vicino infrarosso (fNIRS). Questa immagine raffigura una situazione in cui un braccio robotico, dotato di una sonda a ultrasuoni, è controllato dall'operatore in piedi accanto al paziente tramite il suo cervello. Il comando viene acquisito tramite il dispositivo di rilevamento fNIRS wireless montato sulla testa. I volti sono sfocati per proteggere la privacy. Questo è un esempio di Industria 5.0 in quanto non rimuove l'operatore umano dall'equazione; piuttosto, aumenta l'efficienza del processo. ( b) Attivazione cerebrale catturata dalla spettroscopia funzionale del vicino infrarosso. Questi dati vengono passati a un modello di apprendimento profondo per interpretare l'intenzione dell'operatore umano. La configurazione non richiede che l'operatore umano si trovi nella stessa stanza del paziente. Pertanto, consente procedure diagnostiche remote su una rete. 5. In che modo Industry 5.0 influenzerà i sistemi di produzione Le precedenti rivoluzioni industriali dimostrano che i sistemi e le strategie di produzione sono cambiati continuamente verso una maggiore produttività ed efficienza. Sebbene si tengano molte conferenze e simposi incentrati sull'Industria 5.0, ci sono ancora diversi produttori e leader del settore convinti che sia troppo presto per una nuova rivoluzione industriale [ 31 ]. D'altra parte, accettare la prossima rivoluzione industriale richiede l'adozione, la standardizzazione e l'implementazione di nuove tecnologie, che necessitano della propria infrastruttura e dei propri sviluppi. L'industria 5.0 porterà sfide senza precedenti nel campo dell'interazione uomo-macchina (HMI) poiché avvicinerà le macchine alla vita quotidiana di qualsiasi essere umano. Anche se siamo ossessionati da macchine come i dispositivi di assistenza programmabili e le auto programmabili, non le consideriamo una versione dei cobot (anche se le differenze non sono così grandi da un certo punto di vista), soprattutto a causa della loro forma. I cobot saranno molto diversi in quanto la loro organizzazione e introduzione conterrà funzionalità simili a quelle umane come presa, pizzicamento e interazione basata su intenzioni e fattori ambientali. Prevediamo inoltre che Industry 5.0 creerà molti posti di lavoro nel campo dell'HMI e dell'analisi dei fattori umani computazionali (HCF). L'Industria 5.0 rivoluzionerà i sistemi di produzione in tutto il mondo eliminando le attività noiose, sporche e ripetitive dai lavoratori umani, ove possibile. Robot e sistemi intelligenti penetreranno nelle catene di fornitura e negli stabilimenti di produzione a un livello senza precedenti. Ciò sarà reso possibile dall'introduzione di robot più economici e altamente capaci, costituiti da materiali avanzati come la fibra di carbonio e materiali leggeri ma resistenti, alimentati da pacchi batteria altamente ottimizzati, attacchi informatici rafforzati, con processi di gestione dei dati più forti (ad es. dati e intelligenza artificiale) e una rete di sensori intelligenti. L'industria 5.0 aumenterà la produttività e l'efficienza operativa, sarà rispettosa dell'ambiente, ridurrà gli infortuni sul lavoro e accorcerà i tempi di produzione. Tuttavia, contrariamente all'intuizione immediata, Industry 5. 0 creerà più posti di lavoro di quanti ne porti via. Verrà creato un gran numero di posti di lavoro nell'arena dei sistemi intelligenti, nell'intelligenza artificiale e nella programmazione robotica, manutenzione, formazione, pianificazione, riutilizzo e invenzione di una nuova generazione di robot di produzione. Inoltre, poiché le attività ripetitive non devono essere eseguite da un lavoratore umano, ciò consentirà di aumentare la creatività nel processo di lavoro incoraggiando tutti a utilizzare in modo innovativo diverse forme di robot sul posto di lavoro. Inoltre, come impatto diretto dell'Industria 5.0, un gran numero di start-up costruirà un nuovo ecosistema per fornire soluzioni robotiche personalizzate, sia in termini di hardware che di software, in tutto il mondo. Ciò stimolerà ulteriormente l'economia globale e aumenterà il flusso di cassa in tutto il mondo. 6. Preoccupazioni nell'industria 5.0 Nella prossima rivoluzione industriale, ci si aspetta che gli esseri umani aggiungano compiti di alto valore nelle politiche di produzione. La standardizzazione e la legalizzazione aiuteranno a prevenire qualsiasi problema serio tra tecnologia, società e imprese. In particolare, i membri più anziani di una società e le parti interessate troveranno molto più difficile adattarsi alla nuova rivoluzione industriale [ 32 ]. Una produzione rapida e altamente efficiente può provocare un fenomeno di sovrapproduzione. Dovrebbe essere presa in considerazione anche la trasparenza dell'attuazione. Dobbiamo considerare come i sistemi autonomi possono incorporare principi etici. Dovrebbero esserci soluzioni comportamentali etiche spiegabili nei sistemi autonomi. Il comportamento etico nei sistemi autonomi deve essere soggetto a verifica e convalida. Devono essere affrontate le lacune di competenze essenziali come le CRO nella gestione futura e nei ruoli esecutivi. 7. Conclusioni La Quinta Rivoluzione Industriale emergerà quando i suoi tre elementi principali - dispositivi intelligenti, sistemi intelligenti e automazione intelligente - si fonderanno completamente con il mondo fisico in cooperazione con l'intelligenza umana. Il termine "automazione" descrive i robot autonomi come agenti intelligenti che collaborano con gli esseri umani contemporaneamente, nello stesso spazio di lavoro. La fiducia e l'affidabilità tra queste due parti consentiranno di ottenere un'efficienza promettente, una produzione impeccabile, uno scarto minimo e una produzione personalizzabile. In tal modo, riporterà più persone sul posto di lavoro e migliorerà l'efficienza del processo.