CASTELLO DI GODEGO (TREVISO) - Intelligenza artificiale generativa in azienda per aiutare i lavoratori nei processi produttivi. È questo l’obiettivo di Breton, gruppo trevigiano leader in progettazione e produzione di macchine e impianti industriali d’avanguardia, che ha sviluppato il progetto Magick, ottenendo un cofinanziamento di 200mila euro nell’ambito del Bando IRISS promosso da SMACT Competence Center. Il progetto - in collaborazione con l’Università di Padova e Statwolf, azienda specializzata nel monitoraggio del ciclo di vita delle soluzioni di Machine Learning - si ramifica in due soluzioni diverse ma complementari: BretonExplorer, la prima, è un chatbot avanzato che migliora la condivisione e la fruizione della conoscenza aziendale, a tutti i livelli. Mentre BretonDesigner, la seconda soluzione, utilizza uno strumento che offre supporto ai progettisti, in cui l'intelligenza artificiale crea, partendo da una bozza di progetto, immagini fotorealistiche. Federico Milan, Digital Innovation Manager di Breton e referente del progetto, spiega: «Fondamentale nella nostra visione è la creazione di strumenti che non solo facilitino, ma abilitino veramente i nostri operatori, designer e manager, elevando la loro consapevolezza e liberandoli dal peso di attività ripetitive e di scarso valore aggiunto.
Intelligenza artificiale in anzienda, il progetto
Il progetto sfrutterà la Gen AI - Intelligenza Artificiale Generativa - per creare contenuti originali sia in formato testuale che visuale, il tutto grazie all'apprendimento da dataset di notevoli dimensioni. Per ogni esigenza dell’addetto corrisponderà una soluzione di testo o d’immagine. La tecnologia innovativa alla base di entrambe le soluzioni sfrutta modelli generativi di diversa natura: BretonExplorer per le sintesi testuali usa i Large Language Models e i Generative Adversarial Networks (GANs), mentre BretonDesigner per la sintesi delle immagini realistiche usa Diffusion Models. L’importante novità nell'adozione di queste soluzioni è l’automazione: l'utilizzo di tecniche di apprendimento automatico permette ai modelli di estrapolare le informazioni più significative dai dati e, successivamente, ricombinarle per creare nuovi contenuti con caratteristiche simili.
