Un futuro sostenibile all’orizzonte: città alimentate da algoritmi intelligenti
Una vera città intelligente non assomiglierà necessariamente a quelle che appaiono nei film di fantascienza, con edifici futuristici e auto volanti. Il progetto NeCOL, finanziato dal programma di azioni Marie Skłodowska-Curie, offre un esempio di come potrebbero essere le città in futuro, con le persone in primo piano, concentrandosi sulla soluzione dei problemi urbani piuttosto che su nuovi sviluppi appariscenti. «Le tecnologie avanzate come l’intelligenza artificiale dovrebbero essere utilizzate in modo mirato per prendere decisioni migliori e offrire alle persone una migliore qualità di vita. È nostro dovere aiutare le persone, visto che ora abbiamo gli strumenti», osserva il coordinatore del progetto Jamal Toutouh.
L’evoluzione delle specie ispira gli algoritmi
Lavorando presso il Laboratorio di Informatica e intelligenza artificiale del MIT e l’Università di Malaga, Toutouh ha studiato il modo di applicare algoritmi ispirati alla natura nell’apprendimento profondo. L’idea è stata quella di migliorare l’efficienza della metodologia più avanzata e di utilizzare l’apprendimento profondo in problemi difficili da affrontare, come quelli delle città intelligenti. L’attenzione si è concentrata sullo sviluppo di algoritmi di ottimizzazione per l’addestramento delle reti neurali non basandosi su metodi a gradiente. «La natura ha buone idee. Ci siamo concentrati su un campo di studi che suggerisce la creazione di una rete neurale attraverso processi evolutivi», afferma Toutouh. Ciò riporta al concetto di evoluzione di Darwin: basandosi sulla meccanica della selezione naturale e della genetica, gli algoritmi genetici più forti vengono utilizzati per addestrare la rete. Per approssimare problemi di ottimizzazione difficili, Toutouh ha utilizzato anche algoritmi di intelligenza dello sciame. Questi si ispirano al comportamento collettivo osservato in natura che permette agli organismi della stessa specie di cooperare per svolgere compiti complessi, come le colonie di formiche, gli sciami di api, gli stormi di uccelli o i banchi di pesci. Altre strategie collettive oggetto di studio sono gli algoritmi coevolutivi che coinvolgono due specie concorrenti in natura. «Nel modello predatore-preda, il predatore impara ad attaccare la preda debole, mentre questa cerca di fuggire. Questa situazione può essere trasposta in problemi di ottimizzazione: il predatore è un obiettivo e le prede sono soluzioni fattibili», spiega Toutouh. Tutte queste lezioni apprese dagli algoritmi (co)evolutivi sono servite come input per uno strumento chiamato Lipizzaner. Questo quadro definisce un metodo resiliente per addestrare reti generative avversarie.
Gli algoritmi intelligenti potrebbero migliorare la qualità della vita nelle città
Tutte le questioni affrontate da NeCOL erano scenari reali che utilizzavano dati reali. «In seguito alla decisione del Comune di Madrid di vietare l’ingresso delle auto nel centro città, abbiamo utilizzato i dati disponibili sull’inquinamento atmosferico e applicato l’apprendimento automatico per capire se questa decisione avrebbe davvero contribuito a migliorare la qualità dell’aria. Combinando i dati sulla qualità dell’aria con altre fonti di dati, i nostri metodi intelligenti ci hanno aiutato a dedurre che i livelli di inquinamento atmosferico potevano essere effettivamente ridotti», afferma Toutouh. NeCOL ha affrontato anche il tema della gestione intelligente dei rifiuti. «Abbiamo usato l’intelligenza artificiale innanzitutto per individuare i luoghi ottimali dove collocare i cassonetti in termini di qualità del servizio e di costi e poi per selezionare il percorso migliore per i camion che raccolgono i rifiuti. Un altro parametro inserito era la quantità di rifiuti all’interno del bidone per decidere la frequenza di raccolta», spiega Toutouh. In ultimo, Toutouh ha implementato algoritmi intelligenti per individuare le posizioni migliori per l’installazione di caricabatterie per veicoli elettrici a Malaga, in Spagna. «Il nostro metodo non offre solo una soluzione, ma un insieme di soluzioni con compromessi tra qualità, costi e tempi. Di solito, l’attenzione è rivolta all’ottimizzazione dei costi. Tuttavia, utilizzando l’IA, offriamo ai decisori tutti gli strumenti necessari per decidere», conclude.
Parole chiave
NeCOL, AI, algoritmi intelligenti, città intelligente, apprendimento profondo, algoritmi evolutivi, rete neurale
