404

Sorry, but this page was stolen

Go back home
Back to top
Eni Logo
404

Sorry, but this page was stolen

Go back home
Back to top
Eni Logo
404

Sorry, but this page was stolen

Go back home
Back to top
Eni Logo
404

Sorry, but this page was stolen

Go back home
Back to top
Eni Logo
Metropoli

Una marcia in più

L’utilizzo dell’Intelligenza Artificiale nel settore dei trasporti può accelerare il passaggio a un sistema più sostenibile.

di Aidan O’Sullivan
17 min di lettura
di Aidan O’Sullivan
17 min di lettura

Il settore dei trasporti e le emissioni di gas serra

I trasporti hanno svolto un ruolo fondamentale per la società umana e l’economia in tutte le epoche, favorendo il commercio grazie alla circolazione di merci e materiali, nonché il trasferimento di competenze e idee e lo sviluppo di comunità grazie agli spostamenti delle persone. Nell'era moderna della globalizzazione, in cui il mondo è diventato “più piccolo”, la democratizzazione dei trasporti e le maggiori possibilità di viaggiare hanno permesso a un numero crescente di persone di raggiungere luoghi sempre più lontani. Tuttavia, i livelli attuali di mobilità rappresentano una minaccia insostenibile per il futuro. Il settore mondiale dei trasporti è responsabile del 23% delle emissioni di gas serra legate all’energia e in alcuni paesi, come ad esempio il Regno Unito, è quello che contribuisce maggiormente alle emissioni di carbonio.

Nonostante gli sforzi, il progresso verso una mobilità più sostenibile è rimasto lento, tanto che José Luis Irigoyen, Direttore del Transport & ICT Global Practice della Banca Mondiale, ha dichiarato: “Il mondo è ancora lontano dal raggiungere una mobilità sostenibile. La domanda crescente di circolazione di persone e merci viene soddisfatta sempre più a danno delle generazioni future”. Inoltre, la percentuale di emissioni mondiali provenienti dal settore dei trasporti è destinata ad aumentare ulteriormente. La domanda globale di trasporto aereo passeggeri continua infatti a crescere a un tasso annuale del 7%, espresso come media degli ultimi cinque anni, il che corrisponde a un raddoppio della domanda totale di trasporto passeggeri in 10 anni. Esiste inoltre la necessità di migliorare l'accesso ai trasporti nei paesi in via di sviluppo. In effetti, si stima che in Africa circa 450 milioni di persone, pari a oltre il 70% della popolazione rurale totale, non ne possano usufruire. Entro il 2040, le emissioni legate ai trasporti potrebbero così aumentare del 40% (Global Mobility Report 2017). Nel Regno Unito, il Committee for Climate Change ha criticato il settore per non essere riuscito a compiere i progressi realizzati dall’industria energetica in risposta alla minaccia del cambiamento climatico.

È necessaria una svolta sostenibile

Da questo quadro risulta chiaro che occorre un cambiamento radicale nel settore dei trasporti e che per realizzare il tipo di progressi necessari alla complicata riduzione delle emissioni è fondamentale avviare una rivoluzione della mobilità sostenibile. Tuttavia, vi sono ragioni per cui essere ottimisti e credere nella possibilità di trasformazione del settore. Nell’ultimo decennio, le tecnologie digitali hanno permesso la nascita di nuovi e innovativi modelli di business, come ad esempio la piattaforma di ride sharing Uber, che ha portato a grandi stravolgimenti nel settore dei trasporti, mettendo in discussione le norme stabilite e creando aziende multimiliardarie ad una velocità vertiginosa. Sono queste le tipologie di innovazione e di cambiamento radicale necessarie. Una decarbonizzazione completa del settore dei trasporti presenta sfide notevoli, specialmente nel campo dell’aviazione. Ma così come lo sviluppo delle tecnologie digitali ha prodotto grande trasformazione, il recente progresso in ambito di big data e Intelligenza Artificiale ha il potenziale di risolvere molte delle questioni in materia di sostenibilità e di consentire la rivoluzione della mobilità sostenibile. Una delle principali sfide per la quale l’Intelligenza Artificiale può senza dubbio essere d’aiuto è la grande complessità dei sistemi di trasporto. La tendenza mondiale all’urbanizzazione (ovvero l’aumento del numero di persone che vive nelle città) conferisce all’ambiente urbano un ruolo di primo piano nella battaglia per il clima in quanto fonte concentrata di emissioni in cui la qualità dell’aria ha un grande impatto sulla salute. Tuttavia, ciò rappresenta anche un’opportunità e uno stimolo per realizzare progressi sostanziali tramite lo sviluppo di sistemi di trasporto urbano più sostenibili. Questi sistemi offrono numerose modalità di trasporto concorrenti e interagenti, con caratteristiche diverse in termini di livelli di servizio, costi, frequenza e velocità. A ciò si aggiungono l’eterogeneità dei cittadini e delle loro esigenze, la distribuzione spaziale della città in termini di utilizzo del territorio, varietà e accessibilità. La complessità di tale sistema rappresenta una sfida considerevole in termini di metodologia da utilizzare per informare il processo decisionale e per cercare di stabilire la migliore allocazione delle risorse e il loro impatto, con le interazioni e i feedback non lineari estremamente impegnativi da modellare matematicamente.

Una soluzione al problema proviene dal campo della modellistica basata su agenti, in cui la complessità di un sistema viene modellata riproducendone fedelmente i componenti e consentendo loro di interagire in modo intelligente. Degli agenti dotati di Intelligenza Artificiale, capaci di registrare con grande fedeltà il processo decisionale degli individui che avviene nel quotidiano mentre viaggiano attraverso la città, rappresenterebbero un enorme vantaggio per comprendere come funzionano i sistemi di trasporto e fornire dati su come trasformarli al meglio per renderli più sostenibili. Sebbene questi strumenti di modellazione siano stati sviluppati in precedenza, la creazione del modello di una città che sia fedele all’originale è un’impresa titanica e i precedenti tentativi hanno richiesto approssimazioni ed euristiche. Tuttavia, il recente progresso nelle reti neurali e nella modularizzazione di questi metodi racchiude la promessa di agenti molto più sofisticati. Inoltre, i dati di telefonia mobile vengono utilizzati sempre più come preziosa fonte di informazioni per capire il modo in cui le persone si muovono in una città. L’utilizzo combinato di queste due tecnologie potrebbe produrre una “città virtuale” abbastanza realistica da permettere lo sviluppo di soluzioni su misura per i problemi specifici di un territorio urbano. Ad esempio, il tipo di sistema di trasporti necessario può variare a seconda della demografia e della cultura e quello adatto a una città asiatica di recente sviluppo potrebbe essere completamente diverso da quello ideale per una città europea caratterizzata da una crescita lenta.

Le potenzialità dell’AI

L’AI può aiutare a creare modelli di città virtuali al fine di realizzare investimenti infrastrutturali strategici, ma sta anche favorendo nuove forme di trasporto nei “servizi flessibili su richiesta”. Un uso più flessibile delle risorse all’interno di una città implica un processo decisionale su larga scala reso possibile dall’Intelligenza Artificiale grazie alla gestione di un portafoglio complesso di attività distribuite. Inoltre, sono necessari un processo decisionale “adattato al contesto” e una comprensione dei fattori che determinano la domanda di trasporto. Si prenda l'esempio degli eventi rari: anziché “sovraprogettare” il sistema dei trasporti in modo che possa far fronte a eventi rari come un enorme concerto o una manifestazione sportiva internazionale, l’abilità di cambiare la capienza e di adattare la frequenza in previsione di questi eventi migliorerebbe il funzionamento dei sistemi di trasporto pubblico urbano, incentivando una maggiore utenza e una riduzione delle emissioni dei trasporti privati. L’elaborazione del linguaggio naturale (NLP), il campo dell’Intelligenza Artificiale associato allo sviluppo di algoritmi in grado di capire il linguaggio umano, ha registrato notevoli progressi nel processo di traduzione e riconoscimento.

Tuttavia, siamo ancora ben lungi dal disporre di sistemi in grado di “capire” il significato del linguaggio. Ulteriori progressi in questo campo potrebbero permettere la creazione di un sofisticato “oracolo” dei trasporti che raccolga informazioni sul mondo da notiziari, siti di vendita di biglietti, previsioni meteo, classifiche musicali, statistiche sulle performance sportive e che, sulla base di queste informazioni su un evento, sia in grado di riconfigurare il sistema dei trasporti per soddisfare la domanda di trasporto sfruttando al meglio le risorse esistenti. Inoltre, nei paesi in via di sviluppo i servizi flessibili su richiesta basati sui dati possono aiutare a “saltare una generazione”, proprio come è avvenuto con la tecnologia mobile. Ad esempio, nel progetto “Data 4 Development” sponsorizzato da Orange Telecom, i ricercatori di IBM hanno ridisegnato la rete di autobus utilizzando i dati di telefonia mobile e hanno scoperto di essere in grado di ridurre i tempi di viaggio del 10%. Una simile tecnologia associata all’Intelligenza Artificiale può permettere un’auto-riconfigurazione in tempo reale della rete di autobus sulla base delle informazioni relative alla posizione degli utenti. Non è possibile parlare di Intelligenza Artificiale e di trasporti senza tenere conto dell’autonomia. I veicoli autonomi possono, più di qualsiasi altra tecnologia, determinare una radicale trasformazione nel settore. Attualmente si stanno sperimentando vari metodi, come la navigazione basata sulla tecnologia LIDAR (Light Detection and Ranging). Tuttavia, mentre l’intelligenza e la visione artificiale progrediscono, sembra che il sistema futuro sarà inevitabilmente progettato sulla base di sensori di fotocamere economici che utilizzano sofisticati algoritmi di Intelligenza Artificiale per “vedere” il mondo, permettendo il lancio di veicoli a guida autonoma capaci di superare le performance umane in termini di sicurezza e affidabilità. Chiaramente questi veicoli devono essere alimentati elettricamente in modo tale da portare benefici in termini di sostenibilità. Ad ogni modo, l’autonomia permette un nuovo modello di business: la mobilità autonoma su richiesta. Questo modello, simile al ride sharing, comporterebbe la scomparsa delle auto private, mentre sarebbero il governo o le aziende a mettere a disposizione una flotta di veicoli autonomi che i passeggeri possono chiamare con i telefoni cellulari per farsi condurre alla destinazione desiderata. Gli studi di simulazione hanno dimostrato che attraverso questa condivisione di risorse è possibile servire un numero elevato di passeggeri con molti meno veicoli su strada, riducendo in tal modo il traffico e il consumo delle risorse a favore di un sistema più sostenibile. Questo modello di business potrebbe anche essere il fattore chiave per consentire il finanziamento dei veicoli elettrici, i quali hanno costi iniziali elevati ma costi operativi decisamente inferiori. L’utilizzo della mobilità autonoma su richiesta sarebbe dunque un ottimo strumento per massimizzare le entrate.

L’autonomia nel settore dell’aviazione

L’autonomia non si limita però ai veicoli su strada: essa infatti potrebbe comportare trasformazioni ancora più significative nel settore dell'aviazione. Le sfide per il raggiungimento di un’aviazione a emissioni zero sono considerevoli, visto che è molto difficile eguagliare la densità energetica dei prodotti petroliferi. Anche se l’energia elettrica vanta una maggiore efficienza nella conversione dell’energia immagazzinata, la tecnologia delle batterie dovrà comunque svilupparsi molto per poter essere in grado di alimentare gli aeromobili attuali come l’A320 o il Boeing 747. L’autonomia potrebbe cambiare il volto dell'aviazione. Nel quadro del progetto Vahana, Airbus sta sviluppando un nuovo tipo di veicolo, un aerotaxi autonomo e alimentato elettricamente con decollo e atterraggio verticali. Poiché il veicolo è autonomo, a differenza dei velivoli moderni non vi sono costi legati al pilota, che aumentano con il numero degli aeromobili. Ciò potrebbe consentire un diverso modello di business per i viaggi aerei. Il trasporto di oltre 180 passeggeri in un unico veicolo rigorosamente programmato diventerà un metodo del passato e lascerà spazio a quello del futuro: un numero decisamente maggiore di velivoli elettrici di dimensioni molto più piccole che trasportano i passeggeri autonomamente. Si tratta di uno sviluppo cui stiamo già assistendo nel settore del trasporto merci, in cui società come Amazon stanno finanziando la ricerca al fine di sostituire i camion con droni volanti e autonomi per le consegne.

Ovviamente, attraversare una città in modo sicuro richiede un livello di Intelligenza Artificiale che non è stato ancora raggiunto, ma il progresso in questo settore, nonché in quello della swarm intelligence (intelligenza collettiva, letteralmente “dello sciame”), potrebbe permettere la sostituzione dei camion con flotte auto-organizzate di droni per le consegne che lavorano congiuntamente per recapitare pacchi in maniera più efficiente e sostenibile. Sul più breve termine, le società di trasporto stanno già usando l’Intelligenza Artificiale e i big data per sfruttare al meglio le risorse e la società di spedizione statunitense UPS ha conseguito risultati impressionanti derivanti dal massiccio investimento in un software di analisi di dati chiamato ORION (dall’inglese On-road Integrated Optimization and Navigation), il sistema di gestione della flotta veicoli dell’azienda. Si stima che l’ottimizzazione del percorso dei camion e della consegna dei pacchi permetta a UPS di risparmiare oltre 160 milioni di chilometri l’anno e di ridurre l’utilizzo di carburante di oltre 38 milioni di litri. Ciò comporta evidenti vantaggi in termini di entrate, ma favorisce anche la sostenibilità riducendo le emissioni di carbonio di 100.000 tonnellate.

Verso le batterie “intelligenti”

La tecnologia delle batterie è destinata a diventare una pietra miliare del passaggio a un sistema di trasporto più sostenibile: i veicoli elettrici caricati da energia prodotta da fonti rinnovabili rappresentano la soluzione a zero emissioni alle nostre esigenze di trasporto. Mentre la chimica pone un limite fondamentale alla capacità di prestazione della batteria, l'Intelligenza Artificiale può essere impiegata nei sistemi intelligenti di gestione delle batterie che ottimizzano la temperatura e le prestazioni all'interno delle celle della stessa per prolungarne la durata di vita, riducendo i costi di capitale associati alla tecnologia. Tali costi sono proprio uno dei principali svantaggi dei veicoli elettrici, molto più economici da gestire ma che richiedono maggiori investimenti iniziali. Con un approccio più radicale, gli algoritmi di Intelligenza Artificiale possono essere utilizzati per testare in simulazione milioni di combinazioni diverse delle composizioni chimiche della batteria e sviluppare le tecnologie di prossima generazione. Questo processo è simile alla scoperta computazionale di farmaci, in cui lo spazio delle possibili combinazioni è vasto e sono necessari algoritmi intelligenti come i metodi di evoluzione genetica per ricercare lo spazio in modo efficiente, poiché anche con una moderna infrastruttura informatica sofisticata, una ricerca forzata è semplicemente impossibile.

Per concludere, è fondamentale lanciare il prima possibile una rivoluzione della mobilità sostenibile. I progressi nel campo dell’Intelligenza Artificiale che hanno consentito di sviluppare algoritmi di "AI stretta” dalle prestazioni sovrumane in grado di prendere decisioni complesse per risolvere compiti specifici in ambienti incerti e dinamici costituiscono un passo cruciale per consentire e sostenere questa rivoluzione. L'applicazione di questa tecnologia nel settore dei trasporti può produrre quell'innovazione radicale di cui si ha disperatamente bisogno per accelerare il passaggio a un sistema più sostenibile. Le applicazioni chiave attivamente oggetto di intense ricerche e potenzialmente in grado di risolvere alcune delle sfide specifiche del settore dei trasporti sono: modelli di città virtuali creati tramite l’Intelligenza Artificiale per la pianificazione dei trasporti; algoritmi che consentono servizi flessibili di trasporto pubblico su richiesta, attenti e adattabili al contesto; tecnologia dei veicoli autonomi sia per i veicoli su strada sia per gli aeromobili; tecnologia avanzata di consegna con droni, che sostituisce le attuali flotte merci; algoritmi di Intelligenza Artificiale che possono migliorare l’attuale tecnologia delle batterie e promuovere lo sviluppo di nuove tecnologie. Tuttavia, questi esempi sono solo la punta dell'iceberg e nei prossimi anni saranno necessarie numerose applicazioni più radicali di Intelligenza Artificiale nel settore.

 

L’autore: Aidan O’Sullivan

Docente universitario presso lo UCL Energy Institute della University College London. Direttore del corso per il Master of Science in Energy Systems and Data Analytics e Direttore del gruppo di ricerca sull’IA e l’energia.

404

Scusa, la pagina è inesistente

Torna alla home
Back to top
Eni Logo
404

Sorry, but this page was stolen

Go back home
Back to top
Eni Logo
404

Sorry, but this page was stolen

Go back home
Back to top
Eni Logo
404

Sorry, but this page was stolen

Go back home
Back to top
Eni Logo
404

Sorry, but this page was stolen

Go back home