Nel settore energetico, una previsione può incidere sulla continuità operativa, sulla sicurezza delle persone e sull’ambiente.
Per questo, l’accuratezza di un algoritmo deve accompagnarsi alla capacità di comprenderne le raccomandazioni, valutarne l’incertezza e mantenere il controllo delle decisioni.
È il tema affrontato da Enrico Zio, Direttore Scientifico di Datrix, nell’intervento “AI, Energy Systems and Uncertainty”, durante la conferenza G-AI-A: Governing AI for Innovation and Energy Justice, tenutasi l’8 ottobre all’Università Cattolica del Sacro Cuore.
Costruire un’AI affidabile per i sistemi energetici
Dalla manutenzione predittiva all’ottimizzazione energetica, costruire un’AI affidabile significa unire dati e conoscenza dei sistemi fisici, rendere le decisioni spiegabili e verificabili, integrare supervisione umana e limiti operativi fin dalla progettazione.
