Oggi affrontiamo una tecnologia di cui molto si parla e di cui spesso vengono fraintese le capacità e sottostimate le possibili applicazioni: la Computer Vision. Nel nostro mondo sembra ancora poco utilizzata, ma in realtà la computer vision per le infrastrutture ha non solo un grande potenziale, ma anche applicazioni concrete che già oggi portano un grande valore aggiunto. Ne parliamo con Gabriele Galatolo, CTO di Kode, società che offre soluzioni di Intelligenza Artificiale, e partecipata da EBWorld.

Come prima cosa partiamo da un punto di vista tecnico: la computer vision è una branca dell’informatica e della statistica, che sfrutta modelli e algoritmi che analizzano immagini (siano esse foto o frame di video) per analizzare e/o ottenere informazioni dal dato visivo. La Computer Vision può essere applicata per due obiettivi differenti: supportare e sviluppare compiti di l’Intelligenza Artificiale, dall’altra supportare l’elaborazione delle immagini.

La Computer Vision ha le sue radici nell’Image Processing dove processi matematici (kernel, filtri, convoluzioni) trasformano l’immagine di partenza in un’immagine elaborata secondo le esigenze del compito specifico. Si tratta di tutte quelle tecniche complesse, ma deterministiche, che già utilizziamo quotidianamente – si pensi ai filtri Instagram – che utilizzano appunto processi matematici o statistici per produrre l’output desiderato. Sempre per parlare del caso Instagram, applicare filtri che modificano la tonalità e la struttura dell’informazione presente nell’immagine originale per ottenere un’immagine differente.

Per essere più specifici, prendiamo ad esempio un’operazione che facciamo frequentemente: il ridimensionamento di un’immagine. Nel caso di un ingrandimento aumentando la grandezza dell’immagine si aumentano di conseguenza il numero dei pixel che compongono l’immagine: essendo l’immagine finale più grande, e con più pixel, il problema sta nel fatto che i pixel aggiuntivi non hanno di base un colore assegnato e bisogna capire come “colorarli” sfruttando l’informazione di colore dei pixel vicini, dell’immagine di partenza, per riempire questi “buchi”.

Per affrontare questo problema si utilizzano normalmente metodi di interpolazione matematica, con cui, a partire dai punti disponibili si genera il colore dei nuovi pixel in base a quelli esistenti (informazione nota) nell’intorno dell’informazione mancante. La specifica equazione elabora le informazioni note per determinare l’informazione mancante, in modo deterministico. Quando questa operazione è guidata da un essere umano, l’immagine finale risulterà più o meno sgranata in base al metodo di interpolazione prescelto, e molto sta alla sensibilità dell’operatore e dalla selezione del metodo e dei parametri che l’operatore sceglie. Lo stesso processo, svolto da un algoritmo di Computer Vision, elabora l’informazione dopo aver passato una prima fase di training di molte immagini, apprendendo i pattern più comuni per generare un pixel mancante in base all’intorno noto, applicando quindi un metodo più statistico e basato su una qualche ‘esperienza’ sviluppata in fase di apprendimento. L’operatore così, anziché occuparsi dell’operazione su ogni singola immagine, gestirà il modello affinché apprenda quali filtri applicare.

L’attuale potenza di calcolo dei computer permette – in tempi ragionevoli – l’applicazione di tecniche e modelli basati su reti neurali per l’automazione di task complessi, propri della visione umana (nella relazione occhio-cervello), permettendo il salto da Image Processing all Computer Vision. Parliamo ad esempio di riconoscimento di immagini (classificazione) o identificazione di elementi all’interno di un’immagine (image detection), ma anche del tracciamento di uno specifico elemento in un video o anche della generazione di nuove immagini così realistiche da sembrare fotografie.

Quando si parla di computer vision la guida autonoma è subito la prima idea che balza in mente, come se fosse un brillante futuro che concretizzerà l’utilità di questa tecnologia – fino a qui branca di ricerca scientifica di cui utilizziamo solo tecniche e tecnologie derivate.

È come la ricerca spaziale, che tutti pensano sia orientata esclusivamente ai viaggi verso altri pianeti. Al contrario la ricerca che sta alla base dei viaggi spaziali ha dato vita a nuove tecnologie e conoscenze con ricadute e applicazioni reali enormi. Allo stesso modo la guida autonoma è una cosa molto complicata, ma sognarla sostiene la ricerca, generando applicazioni che già utilizziamo nella quotidianità, come il controllo degli accessi in ZTL, i contapersone con le telecamere di sorveglianza, le casse ai self-service dove basta inquadrare il vassoio per avere il conto, o il controllo qualità in ambito industriale, che è uno degli ambiti su cui, in Kode, abbiamo lavorato molto.

Ci sono moltissimi campi di applicazione che quasi non ci accorgiamo della loro presenza già nelle nostre vite: ci siamo dentro, non è più un passaggio, e questa cosa succede perché il grande vantaggio dei modelli di Computer Vision, come di tutto il Machine Learning sta nell’automazione che riduce drasticamente quella parte di errore umano non legato alla competenza, ma al fatto di essere umani: come la distrazione in primis, ma anche semplicemente la necessità di raggiungere o lavorare in luoghi impervi e contesto critici, e.g ambienti contaminati o tubazioni sotterranee. In questo senso la computer vision per le infrastrutture, in cui parliamo di contesti di grandi dimensioni con caratteristiche molto varie, può svolgere un ruolo chiave per la loro gestione.

La Computer Vision per le infrastrutture ha grandi potenzialità: partendo dalla semplice rete stradale, (e autostradale, in particolare), per arrivare alle infrastrutture idriche o le reti elettriche o per la connettività (telefonica e non solo). Il controllo e la gestione di queste reti è un lavoro oneroso, in termini di tempo e di risorse, che potrebbe trarre grande vantaggio dall’impiego di tecnologie AI-based. 

A tal proposito citavo le autostrade come caso emblematico opposto per il livello di automazione estrema che si può raggiungere grazie ad una importante presenza di telecamere sull’intero reticolo autostradale. Con una struttura del genere non solo si può automatizzare il pedaggio (con il riconoscimento della targa al casello in ingresso e uscita), ma si può persino tracciare l’intero percorso di un’auto, e così controllare gli eventuali errori del sistema. 

Perché, è importante ribadirlo: essendo le tecnologie AI legate a doppio filo alla statistica, gli errori succedono ed è importante essere consapevoli che possano accadere e come affrontarli. A volte si verificano casi particolari (in cui, ad esempio, la vista della telecamera è in qualche modo impedita- questo ci tengo a sottolinearlo: ciò che l’occhio umano non può vedere, neppure l’AI può farlo).

Le smart city sono fondamentali per affrontare le sfide sempre più complesse legate alla crescita demografica, all’urbanizzazione e alla sostenibilità ambientale. Infatti, le città intelligenti rappresentano un nuovo paradigma di sviluppo urbano che mira a utilizzare l’integrazione e l’utilizzo consapevole di tecnologie per migliorare la qualità della vita dei cittadini realizzando comunità più connesse, sicure e sostenibili.

Un approccio innovativo per raggiungere questi risultati è il Geo Digital Twin, che consente l’aggregazione di basi dati eterogenee (GIS, 3D, catastali, provenienti da ERP, da sensori IoT ecc..) per realizzare gemelli digitali delle città migliorando la progettazione delle infrastrutture e l’efficienza dei servizi. Infatti con il Geo Digital Twin, le città possono creare una replica digitale del loro ambiente fisico, consentendo di prendere decisioni informate per migliorare la gestione di asset e infrastrutture ottimizzando lo sviluppo di comunità sostenibili.

Il Geo Digital Twin è una rappresentazione digitale di un asset fisico che integra dati geospaziali e informazioni provenienti da varie fonti. Questo approccio consente una comprensione completa e dettagliata dell’ambiente e del territorio, facilitando la pianificazione e l’ottimizzazione delle risorse.

Nella realizzazione di Smart City sostenibili, questa metodologia trova applicazione nella gestione delle infrastrutture, nel monitoraggio ambientale e nella mobilità urbana. Ad esempio, un modello digitale georeferenziato può essere utilizzato per ottimizzare il flusso del traffico, riducendo i tempi di percorrenza e le emissioni di CO2.

Una caratteristica principale del sistema è la componente integrativa rivolta sia ai dati provenienti da fonti eterogenee sia a sistemi diversi (IT e OT) integrati tra loro. Sensori di smart metering, telecamere di sorveglianza, reti di sensori ambientali ma anche database catastali e aziendali, forniscono basi dati che vengono elaborate e interpretate utilizzando per creare una replica digitale e sostenibile della città.

Una delle sfide del Geo Digital Twin è l’integrazione di diverse fonti di dati eterogenei che, come si è visto, è fondamentale per il funzionamento di una Smart City. Infatti, una corretta gestione delle informazioni garantisce affidabilità nei processi di monitoraggio e ottimizzazione dell’efficienza di infrastrutture e servizi.

La vision di EBWorld è di contribuire ad una società più connessa, sicura e sostenibile attraverso un approccio data supported – abilitante per scenari innovativi quali smart city – che vede le mappe geografiche e il digitale come strumenti a supporto di analisi e presentazioni di dati complessi.

I mercati in cui opera EBWorld sono quelli delle Utility, operatori di Telecomunicazioni, Pubbliche Amministrazioni e Pubblica Sicurezza (118 e 112), ovvero settori che impattano fortemente sulla vita dei cittadini e di conseguenza maggiormente coinvolti nella progettazione e implementazione delle Città Intelligenti o Smart City.