architetture AI
Architetture AI che arrivano in produzione
La distanza tra una dimostrazione che funziona e un sistema che regge il carico, gli errori e il tempo e' dove passo la maggior parte del mio lavoro.
Progetto e realizzo sistemi basati su modelli linguistici, computer vision e agenti autonomi per aziende che hanno gia' capito cosa vogliono ottenere e hanno bisogno di qualcuno che sappia costruirlo davvero.
Vengo da vent'anni di sistemi industriali e backend critici: so cosa vuol dire un sistema che non puo' fermarsi, e progetto di conseguenza.
> Aree di lavoro
> Sistemi RAG su documentazione aziendale
Ricerca semantica su archivi documentali eterogenei, con attribuzione delle fonti e controllo delle risposte inventate. Il problema difficile non e' recuperare i documenti: e' capire quando il sistema non sa rispondere.
> Agenti e orchestrazione di processi
Agenti che eseguono catene di operazioni su sistemi reali, con punti di approvazione umana dove il rischio lo richiede.
> Document intelligence
Estrazione strutturata da documenti non standardizzati, con soglie di confidenza e coda di revisione manuale.
> Computer vision
Controllo qualita', riconoscimento oggetti, analisi video. Anche su hardware limitato, a bordo macchina.
> MLOps e messa in produzione
Pipeline di addestramento, versionamento, monitoraggio del degrado dei modelli nel tempo. La parte che nessuno considera al primo preventivo e che determina se il sistema sopravvive al secondo anno.
> AI su dispositivi edge
Modelli che girano su hardware con poca memoria e nessuna connessione garantita. Vengo dal firmware: e' terreno noto.
> Il pezzo che quasi nessuno ha
Ci sono molti bravi sviluppatori AI. Ci sono molti bravi tecnici di automazione industriale. Le due cose insieme sono rare, e sono esattamente il punto in cui i progetti di Industria 4.0 si arenano.
Ho progettato sistemi SCADA e scritto firmware prima di occuparmi di modelli. Quando un progetto AI deve toccare un impianto, so cosa c'e' dall'altra parte del protocollo.
Parliamone