Di Andrea Bergonzi, Data Scientist di Dataskills

Fino a qualche anno fa, quando si parlava dell’impiego dell’Intelligenza Artificiale nel settore dei Trasporti, la principale applicazione che veniva menzionata era la manutenzione predittiva. Quest’ultima, che ovviamente continua a essere straordinariamente cruciale, permette di procedere alle attività di manutenzione di un treno, di un aeromobile o di una vettura a seguito di una previsione del cosiddetto “tempo di guasto” (ossia del tempo residuo di funzionamento) dei componenti critici del mezzo. La manutenzione predittiva è un’evoluzione – ma anche, intrinsecamente, una contrapposizione concettuale – della tradizionale manutenzione reattiva, che prevede la riparazione di un mezzo soltanto a guasto avvenuto, e di quella preventiva, fondata su checkup a intervalli costanti e a prescindere dallo stato di usura del mezzo.

Tuttavia, con l’evoluzione vertiginosa dell’Intelligenza Artificiale e la sua progressiva penetrazione in praticamente ogni settore e contesto della nostra vita, anche il suo potenziale applicativo nell’industria dei Trasporti si è esteso in modo considerevole, semplificando attività che generalmente richiedono l’intervento umano.

Tra queste figurano:

• La sicurezza: con la presenza di sensori sui veicoli, che aumenta la possibilità di prevenire incidenti grazie all’elaborazione di dati di guida e alla valutazione dello stato di attenzione del conducente.
• La performance: l’AI permette di risparmiare tempo e ridurre le emissioni inquinanti grazie al monitoraggio del traffico e all’indicazione, agli utenti, dei migliori itinerari da seguire. La realizzazione di modelli predittivi che si “plasmano” sui flussi di traffico reali si rivela inoltre molto efficace per ottimizzare i consumi.
• Le infrastrutture di rete: l’installazione di appositi sensori consente di identificare potenziali interventi migliorativi sulle strade al fine di ridurre il rischio di incidenti e ottimizzare la viabilità. I sensori possono essere impiegati anche per monitorare gallerie, ponti e persino il manto stradale, così da risolvere problematiche prima che diventino critiche.

E c’è naturalmente anche molto altro, come dimostrato ad esempio dal Truck Platooning. Questo progetto intende rivoluzionare il trasporto su gomma attraverso una tecnologia che permette il viaggio di un convoglio di due o più mezzi pesanti (precisamente autoarticolati) coordinati via wireless. L’obiettivo è ottenere, entro il 2025, un “plotone” di oltre tre camion guidati da un solo conducente, riducendo contestualmente le emissioni di gas serra. 

L’AI nell’ambito dei Trasporti dovrà, nel prossimo futuro, rispondere in particolare alle esigenze di efficienza, sicurezza e comodità degli utenti. E se, in tal senso, le innovazioni iniziano già a vedersi con tecnologie quali la guida autonoma, l’assistenza e il pagamento integrati, l’IoT e la connessione tra veicoli, l’obiettivo a medio-lungo termine rimane la creazione di un ecosistema completo di mobilità intermodale, sostenibile e service-oriented, che supporti la sicurezza, rimoderni e renda più sostenibili le infrastrutture, efficienti la manutenzione e offra assistenza concreta alle persone (siano esse operatori, conducenti o pedoni).

Si tratta di obiettivi ambizioni e, non a caso, il mercato dell’AI nel settore dei Trasporti è già molto ampio: secondo Precedence Research, ha toccato quota 2,3 miliardi di dollari nel 2021 e potrebbe arrivare a circa 15mila entro il 2030, con un tasso di crescita annuale pari a quasi il 23%.

Vediamo a seguire quali sono le tecnologie e le applicazioni AI che potrebbero essere destinate ad avere il maggiore impatto nei trasporti del futuro.

Veicoli autonomi: per rimodellare il modo in cui muoviamo

Dopo una partenza “in sordina”, causata da uno sviluppo tecnologico più lento di quanto inizialmente previsto, i veicoli autonomi sono oggi una realtà (sebbene non ancora molto diffusa) e potrebbero cambiare il modo in cui ci muoviamo e utilizziamo le strade e i sistemi di trasporto.

E non è soltanto Tesla a puntare su quest’applicazione: anche Alphabet (Google), Waymu e Baidu hanno già implementato tali sistemi e continuano a investire in innovazione. Il colosso di Elon Musk, ad esempio, offre da qualche tempo la funzionalità di assistenza alla guida (chiamata pilota automatico), mentre la tecnologia AV di livello 5 (ossia la guida totalmente autonoma), ritenuta la vera leva competitiva del brand, per il momento non produce ancora i risultati desiderati. Nel frattempo, Baidu offre in Cina taxi senza conducente e intende realizzare la più grande area di ride-hailing a guida autonoma al mondo.  

Per tutte queste aziende, le applicazioni di guida autonoma si fondano su strumenti di Intelligenza Artificiale come la visione artificiale (o Computer Vision): le telecamere AI sono in questo caso chiamate a interpretare i dati in real time al fine di consentire al veicolo di evitare pedoni e ostacoli, mantenere una velocità di crociera nel rispetto della legge e giungere in maniera agevole e sicura a destinazione.

Gestione intelligente del traffico: per migliorare la viabilità

L’impiego dell’AI nei trasporti potrebbe rivelarsi una chiave di volta anche nella gestione intelligente del traffico, attraverso l’utilizzo di semafori smart che passano dal rosso al verde in assenza di traffico in una determinata direzione.

In tale contesto, l’utilizzo di sensori di Intelligenza Artificiale e “modelli di traffico” potrebbe anche determinare le migliori modalità di regolazione del traffico durante gli orari di punta, ad esempio trasformando momentaneamente strade a doppio senso di marcia in sensi unici per favorire il convogliamento dei veicoli.

Contestualmente, gli algoritmi di Artificial Intelligence potrebbero rivelarsi utili anche nella previsione di momenti di particolare congestione, migliorando il flusso del traffico, generando un concreto risparmio di tempo, riducendo l’inquinamento atmosferico e accelerando il trasporto di merci.

Rilevamento degli incidenti stradali: per una gestione più rapida ed efficiente

Il rilevamento in tempo reale degli incidenti stradali è un’altra delle applicazioni considerate più interessanti per l’Intelligenza Artificiale nel campo dei Trasporti. L’obiettivo, come è facile intuire, è minimizzare i disagi agli automobilisti e incrementare contestualmente la loro sicurezza.

Se il monitoraggio delle strade è stato per lungo tempo compito della videosorveglianza, l’AI potrebbe presto prendere il suo posto nell’osservazione in tempo reale delle reti stradali e degli incroci, al fine di garantire una più rapida gestione di eventuali incidenti. Il principale vantaggio dell’applicazione di questa tecnologia è legato al superamento dei limiti “umani” in ambito di sorveglianza: è infatti impossibile per una persona monitorare più telecamere contemporaneamente e con la stessa efficienza, con il risultato che non sempre gli incidenti vengono rilevati e gestiti nei momenti cruciali.

Al contrario, il sistema di visione artificiale non ha virtualmente alcun limite nel ricercare tamponamenti, code e condizioni di traffico insolite durante la sua opera di monitoraggio di tutte le telecamere. In più, un ulteriore vantaggio di questa applicazione è l’incremento della previsione di possibili criticità in particolari aree nevralgiche.

Regolamentazione del traffico e dei parcheggi: per una più puntuale applicazione della legge

In ambito Trasporti, l’Intelligenza Artificiale è destinata ad avere un impatto positivo anche nell’applicazione delle regole relative a viabilità e parcheggi. Facendo affidamento su sensori e telecamere IoT per la raccolta dei dati, sarà infatti possibile rilevare lo stato di occupazione delle aree parcheggio, informando immediatamente gli automobilisti di eventuali “pieni” e suggerendo soluzioni alternative per la sosta del loro veicolo – in modo più rapido e riducendo la congestione stradale.

Contestualmente, i sistemi di AI potranno informare le autorità in merito ai veicoli che hanno violato il codice della strada. Come? Rilevando la velocità di transito, l’ingresso in zone a traffico limitato o il parcheggio in aree non consentite. Il riconoscimento automatico delle targhe e la rilevazione di modello e colore del mezzo ne permetteranno una più rapida identificazione e, di riflesso, un più preciso addebitamento della violazione commessa.

Intelligenza Artificiale e Trasporti: un binomio destinato ad evolvere

In definitiva, il potenziale applicativo dell’Intelligenza Artificiale nel settore dei Trasporti è quasi illimitato, e le tecnologie attuali sembrano aver scalfito soltanto la superficie di ciò che è possibile fare.

Nei prossimi anni – e quasi sicuramente decenni – tali tecnologie verranno implementate sempre di più e si prenderanno carico in modo progressivo di compiti e attività finora deputati soltanto agli esseri umani. Laddove le ipotesi dei ricercatori dovessero rivelarsi fondate, queste importanti innovazioni elimineranno in toto gli errori umani, automatizzeranno e semplificheranno numerosi processi e prevedranno in modo puntuale le esigenze future. L’impatto sul settore dei Trasporti sarà enorme, grazie alla capacità di tali tecnologie di rivoluzionare totalmente il modo in cui ci spostiamo dal punto A al punto B.

E se è pur vero che questa transizione necessiterà di tempo, il cambiamento sarà inevitabile: non va infatti dimenticato che l’Intelligenza Artificiale è infatti parte integrante delle future città intelligenti, ossia dei nuovi ecosistemi urbani che enfatizzano l’uso della tecnologia digitale e della conoscenza condivisa a vantaggio della sicurezza pubblica, della salute, della mobilità e della produttività collettiva.

LEGGI ANCHE — Intelligenza Artificiale – la rivoluzione nel settore ‘Food & Beverage’