Abbattere i costi e i ritardi in aeroporto grazie all’IA predittiva
L’intelligenza artificiale fondata sull’apprendimento automatico collaborativo basato sui dati ha il potenziale di trasformare la gestione del traffico aereo (ATM, Air Traffic Management). L’incentivazione della partecipazione di tutte le parti interessate, tra cui le compagnie aeree, ricoprirà un’importanza fondamentale per il conseguimento di risultati positivi in futuro. «Al momento, le compagnie aeree sono restie a condividere i propri dati privati e contribuire a un processo decisionale collaborativo», spiega Javier Busto dell’azienda SITA eWAS Application Services, in Spagna, e coordinatore del progetto AICHAIN (A platform for privacy-preserving Federated Machine Learning using Blockchain to enable Operational Improvements in ATM). «Una volta compilati i propri piani di volo, la pianificazione e la gestione delle risorse della rete e delle capacità dello spazio aereo tendono a svolgersi pressoché senza il pieno coordinamento con le compagnie aeree.» L’inserimento nel processo decisionale dei dati delle compagnie aeree su questioni delicate, quali costi, priorità dei voli e collegamenti dei passeggeri e dell’equipaggio, potrebbe contribuire a modelli predittivi più efficienti e sfociare in futuro in una gestione delle capacità e in un’assegnazione dei voli più agevoli. «La difficoltà in questo caso non è prettamente tecnologica, ma riguarda anche l’incoraggiamento delle parti interessate a partecipare alla creazione di modelli globali comuni a favore della gestione del traffico aereo nel suo insieme», prosegue Busto. «Tali dati tendono a essere molto sensibili dal punto di vista commerciale, poiché sono relativi ai costi del carburante e ai problemi legati al personale.»
Assegnazione predittiva dei voli
AICHAIN è stato finanziato nell’ambito del quadro dell’impresa comune SESAR, un partenariato pubblico-privato istituito allo scopo di modernizzare il sistema europeo di gestione del traffico aereo. Il progetto si è adoperato per migliorare le assegnazioni dei voli applicando l’apprendimento automatico a dati sensibili e non sensibili in modo decentralizzato e sicuro. L’idea era quella di fornire alle compagnie aeree la sicurezza e la fiducia necessarie alla condivisione dei propri dati. «Abbiamo sviluppato un sistema di apprendimento automatico federato che è possibile addestrare utilizzando i dati sensibili provenienti dalle compagnie aeree», aggiunge il coordinatore scientifico di AICHAIN, Sergio Ruiz del polo di innovazione EUROCONTROL, con sede in Francia. «Il gestore della rete, in questo caso EUROCONTROL, potrebbe successivamente impiegare queste informazioni protette per migliorare la previsione delle rotte aeree selezionate dalle compagnie aeree, nonché dei tempi di decollo previsti, al fine di garantire operazioni senza inconvenienti.» L’apprendimento automatico federato è stato utilizzato in settori come, ad esempio, quello farmaceutico e sanitario, e AICHAIN intendeva dimostrare la validità del concetto anche per l’ATM. Il gruppo si è concentrato su due destinazioni d’uso finali specifiche: la previsione dei tempi di decollo e delle rotte aeree. Una maggiore prevedibilità di questi aspetti si rivela importante per raggiungere una migliore gestione del traffico e ridurre le capacità latenti, che a loro volta abbasserebbero i costi relativi all’ATM per le compagnie aeree e i passeggeri. «È possibile elaborare i dati nei nodi, ovvero i sistemi delle compagnie aeree, dove sono collocati», afferma Ruiz. «Ci siamo avvalsi della blockchain e abbiamo individuato ulteriori tecnologie di abilitazione della privacy al fine di integrare l’apprendimento automatico federato.»
Accogliere a bordo le compagnie aeree
Il gruppo del progetto ha quindi valutato l’efficacia del sistema per quanto riguarda la fattibilità tecnologica, il valore operativo e l’accettazione delle parti interessate. «L’apprendimento automatico federato è una tecnologia abbastanza matura, sebbene non sia molto conosciuta in questo settore», osserva Busto. «Abbiamo dimostrato che saremmo in grado di mettere a punto un sistema su misura che tutela appieno la privacy e genera la dovuta fiducia e incentivi per la partecipazione delle compagnie aeree.» Inoltre, AICHAIN ha collaborato a stretto contatto con autorità competenti allo scopo di garantire la certificazione per l’uso nell’ATM degli strumenti di apprendimento automatico. Si tratta di una fase determinante per l’introduzione di nuove tecnologie in un ambito così fondamentale per la sicurezza. «È un ambito molto complesso ancora in corso di evoluzione», aggiunge Ruiz. «In questo modo, il progetto è riuscito a esercitare un influsso positivo sul processo di certificazione, in particolare qualora siano richiesti sia la riservatezza dei dati che la trasparenza del processo.» Il progetto ha inoltre dato prova del potere della tecnologia basata sulla blockchain in termini di tracciabilità e generazione di fiducia. «Dal nostro punto di vista, si tratta di una tecnologia dei dati decentralizzata», osserva Ruiz. «I dati non si trovano su una piattaforma propriamente detta, ma rimangono con i relativi proprietari, che dispongono del pieno controllo. Da qui, il gestore della rete può sfruttarli tramite la piattaforma di apprendimento federato, preservando al contempo la privacy.» Busto e Ruiz ritengono che AICHAIN abbia contribuito in modo prezioso non solo al miglioramento dell’automazione nell’ATM, ma anche al settore dell’apprendimento automatico federato nel suo insieme. «Vorremmo sondare nuovi casi d’uso», dichiara Ruiz. «Una parte di questa tecnologia potrebbe essere sviluppata in modo alquanto veloce. Mi piacerebbe davvero assistere a una condivisione di dati da parte di un numero più folto di compagnie aeree in modo federato e più incline alla tutela della privacy. La buona notizia è che diverse compagnie aeree hanno espresso il proprio interesse in questo progetto.»
Parole chiave
AICHAIN, volo, sicurezza informatica, automazione, compagnie aeree, dati, privacy, SESAR
