Agricoltura Sostenibile di Precisione visioni e pratiche del futuro. Parma, 7 dicembre 2016 Relatore: Alessandro Mantelli, AlmavivA S.p.A.

Transcript

1 Agricoltura Sostenibile di Precisione visioni e pratiche del futuro Parma, 7 dicembre 2016 Relatore: Alessandro Mantelli, AlmavivA S.p.A.

2 Cosa sono i Big Data? BIG DATA: collezioni di dati con dimensione e complessità tali da non essere più gestibili con i sistemi tradizionali (fogli elettronici, sistemi gestionali, grandi data base aziendali). Cattura, normalizzazione, archiviazione, ricerca, condivisione, trasferimento, analisi e visualizzazione richiedono nuove tecnologie e soprattutto nuovi modelli di gestione. 2

3 Le «V» dei Big Data Volume : enormi volumi di dati da gestire e analizzare Velocity : enormi quantità di dati generate e trasmessi ogni secondo Variety : molteplici formati di dati strutturati e non, da varie fonti Veracity : l affidabilità e qualità del dato spesso non è garantita Value : l utilizzo dei Big Data ha l obiettivo di trasformare i dati in informazione, conoscenza e valore 3

4 Perchè parliamo di Big Data? 4

5 Cosa intendiamo per Internet of Things? Internet of Things è la connessione di oggetti in Internet. 5% smart asset mngmt 24% auto connesse 25% contatori gas ITALIA: 2 Mld (Osservatorio IoT Politecnico di Milano aprile 2016) 18% smart building 6% smart home Ericsson 5

6 Componenti di un infrastruttura IoT Il dato diventa conoscenza e quindi valore se ha una qualità che ne garantisce l affidabilità lungo la filiera di trasformazione Il dato deve essere acquisito dal sistema senza intervento umano, la connettività sul territorio è un fattore critico La sicurezza dei sistemi IoT è un elemento da non sottovalutare su nessuno dei livelli dell infrastruttura Integrazione e interoperabilità sono caratteristiche imprescindibili per il funzionamento dell infrastruttura IoT I sistemi IoT producono Big Data che devono essere trattati con sistemi di analisi avanzata per ottenere il vero potenziale informativo 6

7 Big Data: il ciclo di vita dei DATI Si stima che ad oggi sia utilizzato solo lo 0,5% dei dati prodotti e molti di questi dati vanno persi. Generazione Acquisizione e Archiviazione Processamento e Analisi di dati interpolati Data Collaboration e Condivisione Interventi manuali o automatici Non è possibile sfruttare appieno le moderne tecnologie di Advanced Analytics senza collezioni di serie storiche che descrivano l evolversi dei fenomeni, ne rappresentino una copia digitale (Digital Twin) e permettano di fare previsioni. 7

8 Advanced Analytics: Machine Learning branca dell intelligenza artificiale ML è in grado di fare previsioni e ottimizzare: richiede adeguate competenze e piattaforme i ridotti costi di elaborazione e storage ne rendono sostenibile l utilizzo Algoritmi di Machine Learning orientati alla creaizone di modelli predittivi e di ottimizzazione basati sull analisi di serie storiche di dati basati su individuazione di patterni Reinforcement Learning Unsupervised ML Come crescerà una pianta? Qual è il migliore trattamento fitosanitario? Qual è la migliore pianificazione di irrigazione e concimazione sulla base di previsioni, suolo, coltura, caratteristiche del raccolto, logistica e mercato. Supervised ML 8

9 Cos è il Cloud? Sono gestite presso sistemi sicuri e affidabili Possono essere attivate in tempi brevi Non richiedono PC o Server su cui installarle Cloud = Si accede tramite Internet Le soluzioni Cloud: Sono altamente scalabili Internet 9

10 2 domande sul Cloud Come si può usare il Cloud per creare nuovi Servizi? Utilizzando Servizi Cloud che fornirscono piattaforme di acquisizione, gestione, integrazione e analisi dati per costruire o integrare la propria soluzione Che impatto ha l uso del Cloud sui dati? I dati saranno copiati in Cloud, ma il diritto di condivisione e visibilità di tali dati rimane all utente che realizza la soluzione 10

11 il valore è nella trasformazione del dato in informazione, conoscenza, azioni, Grazie 11