Today is the future – Come una smart city diventa realtà

Written with Beatrice Di Sero

Le smart cities incarnano l’ultima tendenza in fatto di pianificazione urbanistica volta a migliorare la qualità della vita. I trasporti e la mobilità rappresentano un sistema dinamico in cui l’informazione, la gestione ed il controllo si uniscono per fornire un'esperienza unica al guidatore.

Le città del futuro sfruttano un concetto smart per semplificare e automatizzare la vita quotidiana, rendendo possibile il “dialogo” tra città, abitazioni intelligenti e utenti.

La “città intelligente” al di là della “città digitale”.

Molte metropoli oggi si basano sull’utilizzo di tecnologie moderne, ma si possono considerare “smart” quando gestiscono in modo innovativo le loro risorse economiche e ambientali, le relazioni tra le persone e i metodi di governance.

I lampioni si attivano soltanto quando un pedone è nelle vicinanze, i bidoni della spazzatura allertano in maniera automatica il servizio di nettezza urbana quando è necessario lo smaltimento, i parcheggi del centro cittadino vengono monitorati e il traffico viene ottimizzato in real time.

Grazie alle soluzioni Internet of Things (IoT) applicate all’illuminazione, alla gestione intelligente del traffico, dei rifiuti e degli edifici, le città sono sempre più proiettate verso il futuro. Aumentano le funzionalità ma aumenta anche il livello di consapevolezza dei cittadini sui propri consumi di energia elettrica, favorendone la riduzione e migliorandone i costi. Un’applicazione per smart city, infatti, aiuta i cittadini a ottimizzare l’utilizzo dei propri mezzi di trasporto, analizza i consumi di carburante o di batteria elettrica e permette di tenere sotto controllo il proprio driving style suggerendone delle correzioni.

Il cambiamento è ora

Il mondo tecnologico è in continua evoluzione. Mentre viviamo il nostro presente, siamo un po' inconsapevoli del cambiamento che sta avvenendo proprio attorno a noi. Il tasso di avanzamento attuale, composto da una serie di tecnologie chiave, ha creato il vortice di innovazione che sta cambiando la nostra vita nei modi più profondi. 

I telefoni cellulari analogici sono comparsi per la prima volta nei primi anni '80, e sono stati utilizzati solo per le chiamate vocali. I cellulari digitali di seconda generazione (2G) fecero il loro debutto un decennio più tardi con il GSM, offrendo messaggi di testo (SMS), diventando la tecnologia dominante a livello mondiale. Da allora è continuato un ciclo di circa 10 anni, con il raggiungimento (aggiunta) di una maggiore larghezza di banda dati ad ogni generazione, consentendo così una serie più ricca di servizi: all'inizio del millennio, il 3G offriva velocità di trasmissione dati di circa 1Mbps e poteva essere descritto come "banda larga mobile", mentre nel 2010 il 4G (LTE) ha raggiunto i 100Mbps. Ora siamo alle porte dell'era 5G, latenze basse e alta densità di connessione miglioreranno le esperienze mobile esistenti e permetteranno nuovi casi d'uso. Nel frattempo, man mano che l'ecosistema 5G si sviluppa, tante sono le opportunità che si possono sviluppare grazie al Machine Learning e ai Big Data.

L’iniziativa di ELIS: il progetto Open Connected City

È in questo contesto che nasce il progetto Open Connected City: ELIS si pone l’obiettivo di progettare e sviluppare servizi per i cittadini, nell’ambito della mobilità urbana e più in generale delle Smart cities, rendendoli visibili e testabili all’interno del Campus ELIS. Tutti i casi d’uso sono integrati in un’unica applicazione su smartphone in modo tale da poter abbracciare più utenti possibili e sviluppare un sistema facilmente scalabile, utilizzando apparati di rete proiettati per l’utilizzo del 5G.

Il progetto verrà presentato al SAS Forum 2019 e sarà possibile testare lo show case durante l'ELIS Digital University - INNOVATION DAY, il 20 giugno 2019.

Chiave del progetto è l’image processing, una disciplina che ha compiuto enormi passi avanti negli ultimi decenni. Il progresso dell'intelligenza artificiale sta consentendo alle applicazioni di acquisire sempre più spesso capacità di riconoscimento delle immagini per identificare oggetti, rilevare identità dei volti umani o di monitorare luoghi pubblici, per scongiurare situazioni di pericolo.

Neural Networks

Oggi si sente parlare sempre più spesso di reti neurali, per problemi connessi all’intelligenza artificiale ed al Machine Learning. 

Ma vi siete mai chiesti cosa sono realmente e come funzionano?

Una Rete Neurale Convoluzionale, ha origine nel 1970 e costituisce un modello matematico che ha lo scopo di simulare il funzionamento delle reti neurali biologiche all’interno di un sistema informatico. Viene vista come una “scatola nera” in grado di fornire dei risultati affidabili ed attendibili, a partire da una serie di dati in ingresso, senza avere una spiegazione tangibile del perché e di come tali dati siano stati ottenuti.

In realtà, la struttura di una rete neurale può essere suddivisa in 3 parti:

1. un layer di input che riceve ed elabora i segnali in ingresso,
2. uno strato nascosto (hidden layer), suddiviso al suo interno da più livelli di elaborazione, il cui compito è quello di identificare differenti feature dell’input,
3. un layer di output che raccoglie i risultati dell’elaborazione dell’hidden layer e stabilisce l’output

Nel caso di una foto, l’input che viene utilizzato dalla rete sono i pixel, i cui valori corrispondono al valore di intensità del pixel dell’immagine. Nei layer nascosti vengono analizzati forme, contrasti e segni dell’immagine che aiutano a caratterizzarla. L’informazione viene esplorata, layer dopo layer, fino a raggiungere l’ultimo strato di uscita.

Una rete deve imparare a riconoscere, ad esempio, la presenza di un’automobile in uno stallo di un parcheggio. Per farlo, la rete viene addestrata ripetutamente sul data set di training, minimizzando epoca dopo epoca l’errore commesso. L’affermazione “sbagliando s’impara” trova la massima espressione nelle reti neurali, per le quali l’errore e l’apprendimento sono necessari per incrementarne l’accuratezza.

Le reti neurali sono la chiave delle smart cities: dietro casi d’uso come la guida autonoma, il controllo del traffico, la sicurezza nelle aree di sosta, ci sono algoritmi di image processing e intelligenza artificiale.

Today is the future.

Quando una telecamera rileva un determinato oggetto, ad esempio, può attivare un messaggio di testo o utilizzare un'API di moderazione del contenuto per filtrare l'immagine. Può fare tutto questo mentre i dati sono in streaming dalla sorgente all'endpoint.

Non sappiamo fino a che punto riusciremo a spingerci con la tecnologia… Ma chissà, di qui a pochi anni sarà normale se la nostra macchina per il caffè macina i chicchi e eroga l'espresso, una volta rilevato il nostro arrivo in cucina, o se in ufficio la telecamera rileva una cattiva postura e quindi la nostra sedia ci dà una leggera vibrazione contro la parte bassa della schiena per ricordarci di sederci in maniera corretta, o se la telecamera del nostro laptop rileva una riduzione del livello di attenzione e ci invia un warning dicendoci che dovremmo fermarci per un break; o quando a fine giornata il nostro smart-watch ci consiglia di tornare a casa a piedi per raggiungere l’obiettivo del contapassi.

Proiettandoci al futuro, nulla di tutto ciò sarà impossibile.