Dalla robotica alla capacità di elaborare informazioni: il potenziale dell’AI per la space economy ...
L’intelligenza artificiale sta pervadendo e cambiando profondamente ogni settore dell’industria tecnologica, tra cui quello aerospaziale. Le applicazioni in questo campo sono molteplici così come le opportunità di crescita che offre alla space economy nazionale.
Lo sviluppo dell’intelligenza artificiale è cruciale per il Sistema Paese, per rinsaldare la posizione di leadership che ha l’Italia nel campo della space economy e valorizzare le comunità accademica nazionale che è in espansione ed ha una forte reputazione a livello internazionale.
Nell’attuale scenario economico, la competizione con altri player nel settore delle sfide fondazionali e tecnologiche – spiega Barbara Caputo, docente al Politecnico di Torino e direttrice dell’Hub sull’Intelligenza Artificiale dell’ateneo (AI-H@PoliTo) - è minima. È quindi opportuno intercettare e cogliere l’opportunità offerta dall’AI. Gli investimenti sull’Intelligenza Artificiale per l’aerospazio – continua - dalla ricerca fondazionale a quella applicata fino allo sviluppo di prototipi e prodotti, devono essere consistenti, coordinati e continuativi, per far crescere e proteggere questa filiera che è, a tutti gli effetti, infrastruttura critica del Paese.
L’intelligenza artificiale trova molteplici spazi nel mondo aerospaziale. Innanzitutto nei sistemi automatizzati come la robotica spaziale e i veicoli aerei senza equipaggio. Le più avanzate tecniche di Machine Learning vengono utilizzate ad esempio utilizzo di immagini satellitari per il rilevamento precoce dell’insorgenza di incendi boschivi, lo sviluppo di algoritmi di computer vision per sistemi di sorveglianza e per la navigazione autonoma di droni, la progettazione di sistemi per il controllo robusto nel dominio della robotica in contesto spaziale.
Le recenti applicazioni sono finalizzate ad ottimizzare i processi produttivi come il sistema Slingshot Aerospace che aiuta le aziende aerospaziali a gestire rischi ed eventuali minacce, e a rilevare e mappare i detriti utilizzando l’analisi predittiva, l’elaborazione del segnale geospaziale e la visione artificiale. Neurala utilizza invece la visione artificiale e le tecnologie di deep learning per classificare le immagini e riconoscere gli oggetti per evitare autonomamente eventuali ostacoli. SparkCognition sfruttando invece l’apprendimento automatico avverte prima che si verifichino eventuali guasti agli aerei e alle risorse, massimizzando la disponibilità della flotta e riducendo al minimo la manutenzione non programmata. Per ridurre poi il tempo di risoluzione, utilizzando anche l’elaborazione del linguaggio naturale, classifica automaticamente i codici di guasto e raccomanda le migliori azioni correttive. E tramite il reinforcement learning fornisce un ambiente simulato in cui un utente può mettere alla prova gli algoritmi di controllo e le tattiche della flotta.
Ma è soprattutto nella raccolta e nell’analisi dei dati che l’intelligenza artificiale dimostra tutto il suo valore aggiunto.
Oggi i satelliti raccolgono una mole enorme di dati che vengono inviati sulla Terra dove sono immagazzinati ed analizzati, tramite ingenti risorse di cloud computing. Grazie all’applicazione dell’intelligenza artificiale si potrebbero svolgere on board analisi dei dati raccolti riducendo la quantità di dati trasmessa a terra (e i costi associati a tale operazione) e allo stesso tempo permettere ai satelliti di reagire in near-real time a ciò che viene osservato.
Un esempio di questa applicazione dell’intelligenza artificiale è l’In-Orbit Space Lab, piattaforma multifunzione sviluppata dall’Asi che porterà nello spazio piccoli satelliti in grado di generare ed elaborare informazioni direttamente in orbita. In questo laboratorio, l’intelligenza artificiale - spiega Tiziana Scopa ingegnere dell'Agenzia spaziale italiana - rende concreti i vantaggi in termini di ottimizzazione delle risorse di bordo, tempi di processamento, adattamento per la riconfigurabilità del sistema. L’approccio è fornire informazioni giuste, nel momento giusto, nel posto giusto. La cosa davvero importante di queste informazioni è che verranno generate direttamente a bordo, nello Spazio, ottimizzando le risorse e riducendo i costi di rilascio dei servizi verso gli utenti. Una caratteristica del laboratorio sarà questa: avere informazioni in tempo reale che non richiedono processamento a terra, ma direttamente spendibili dall’utente nel momento utile. Gli algoritmi di intelligenza artificiale – chiarisce l’ingegnere - innescano una catena di processamento del dato, che non va ad eseguire i canonici step che si fanno a Terra, ma estrae solo la parte utile, con meccanismi simili a quelli delle reti neurali, che quindi simulano un ragionamento umano. Si riesce così ad avere l’informazione (ad esempio un alert in caso di incendio) in poche decine di byte comunicati in rete, anziché in gigabyte di dati grezzi. Si tratta di un approccio flessibile e rivoluzionario, rispetto al tradizionale modello spaziale.
It 
In