Così l’intelligenza artificiale dallo

spazio potrà rivoluzionare le nostre

vite
Ad Onlife, l'appuntamento con l'innovazione organizzato da
Repubblica e dai giornali della LENA il 4 e il 5 ottobre prossimi, uno
dei temi sarà l'impatto che l'era digitale avrà sulla vita del Pianeta.
Un esempio? Partirà tra pochi mesi il primo satellite dotato di IA,
sceglierà in autonomia quali immagini scartare. O lo studio nei
laboratori di Frascati su come applicare le reti neurali all’analisi dei
dati
Era solo questione di tempo, prima che l’Intelligenza artificiale approdasse nello spazio. L’Esa ha

annunciato che il primo satellite con un “cervello” dotato di un AI è pronto al lancio. Si tratta di Phi-

Sat, un cubesat, mini satellite che scatterà immagini del nostro Pianeta da qualche centinaio di

chilometri di quota. Prima di inviarle a Terra, però, sarà la stessa macchina che guarderà le proprie

foto, ne esaminerà la copertura nuvolosa, e deciderà in autonomia quali scartare perché non utili ai

fini scientifici. Così l’invio delle immagini (terabyte di dati ogni giorno) sarà più leggero e veloce.

Anche da analizzare da parte degli esperti. “C’è un enorme interesse per Phi-Sat, viviamo in un

momento storico eccitante, il ritmo al quale le tecnologia digitale si sta sviluppando abbinata alla

ricchezza di dati da satellite e una enorme domanda di questi dati significa che ci sono molte

opportunità di fare un salto in avanti per il futuro dell’osservazione della Terra. E con Phi-Sat

faremo proprio questo” ha detto Joseph Aschbacher, capo del programma di osservazione della

Terra dell’Esa durante la Phi-Week.

 
Il convegno a Frascati
Per i fisici la lettera greca phi indica il flusso, diretto verso il futuro. All’Esrin di Frascati c’è anche

un Phi Lab che ospita startup del settore. Il centro dell’Agenzia spaziale europea, dalle colline dei

castelli romani, coordina le attività europee dell’osservazione della Terra. Durante la seconda Phi-

Week da tutto il mondo gli esperti di deep learning e reti neurali artificiali si sono riuniti qui per
discutere e confrontarsi su come applicare una tecnologia in costante crescita ed evoluzione alla

mole di dati che ci arrivano da satellite.

 
La IA per la sicurezza, dal meteo ai ponti
Mentre la IA prende la via dello spazio, il grosso del lavoro resterà comunque a Terra. Il confronto

tra gli ingegneri del machine learning riguarda proprio l’analisi di immagini e addestrare le

macchine a fare quello che farebbero gli uomini. Meglio e più velocemente. Alcuni compiti dei

satelliti, infatti, riguardano la nostra sicurezza: dal meteo ai terremoti fino al monitoraggio di frane e

la stabilità di edifici, palazzi e ponti. Francesco Lattari, 26 anni, è un dottorando del Politecnico di

Milano. Fa parte dell’AirLab e assieme ai suoi professori e colleghi sta lavorando con le reti neurali

per migliorare e velocizzare queste analisi lavorando su due fronti: “Uno è quello migliorare la

leggibilità eliminando il rumore – spiega – che in gergo si chiama despeckling sui dati Sar

(Synthetic Aperture Radar ndr). L’altro è una collaborazione del nostro laboratorio con Esa e

l’azienda Tre Altamira, leader nel settore proprio nel campo del telerilevamento”.

I radar Sar, da satellite, scansionano la superficie terrestre e definiscono con molta precisione la

posizione e la sagoma di rilievi ed edifici, e del suolo. Per capire se qualcosa si sposta e come. E

quanto, nell’ordine dei millimetri. Uno studio della Nasa e dell’Asi sui dati radar dei satelliti italiani

Cosmo-Skymed e Sentinel dell’Esa, ha mostrato come già nel 2015 il Ponte Morandi di Genova

avesse iniziato a subire spostamenti di pochi millimetri. Invisibili da vicino ma rilevabili da satellite.

Nessuno può dire se conoscere questi dettagli avrebbe potuto evitare il disastro. Ma l’occhio dei

satelliti da centinaia di chilometri è molto raffinato e in futuro potrebbe salvare molte vite.

“Le nostre reti neurali ricorrenti lavorano su serie temporali per riuscire a vedere l’andamento delle

deformazioni nel tempo – continua Lattari – non usiamo ‘prior’ statistici ma lasciamo fare alla rete,

la addestriamo con un dataset di dati da satellite, serie temporali per riconoscere le anomalie e poi

usarla per fare previsioni. I risultati sono promettenti, ora amplieremo i test per vedere se è capace

di generalizzare in periodi temporali e su altre aree geografiche, in città o in altri contesti”.

Immaginiamo un futuro, non tanto lontano, in cui un sistema in totale autonomia ci dirà, con un

messaggio di allerta, che un viadotto si sta muovendo, una frana si sta per staccare o un centro

abitato rischia di sprofondare per uno smottamento. Magari dove nessuno sospettava che potesse
esserci un problema.

“Il nostro compito – conclude Lattari, il cui team è coordinato dai professori Matteo Matteucci per

parte IA e Claudio Prati parte SAR – è fornire all’utente le mappe in cui può vedere i punti che

richiedono maggiore attenzione e quali sono le serie temporali da investigare in dettaglio dove

viene segnalato un comportamento anomalo”.

 
Capire il Pianeta
Le centinaia di satelliti (sono più di 700 secondo l’agenzia spaziale europea), come quelli della

stessa Esa, che è leader dell’osservazione della Terra anche in relazione al monitoraggio

dell’ambiente e delle emergenze, così come del cambiamento e della crisi climatica, la Nasa e le

altre agenzie spaziali di tutto il mondo, dell’Europa e dei privati come i satelliti meteo, producono

una quantità di dati che si misura in centinaia di terabyte ogni giorno e che solo l’intelligenza

artificiale potrà analizzare a fondo. Dall’alto i satelliti possono radiografare tutta la Terra diverse

volte al giorno, a diverse lunghezze d’onda: misurare direzione e velocità dei venti e delle correnti

degli oceani, fiutare i gasi dell’atmosfera, analizzare le sostanze chimiche nel suolo, l’acqua nel

sottosuolo, i ghiacci ai poli e sulle montagne. Incrociare le informazioni, analizzare i cambiamenti

e, soprattutto saperli prevedere, è la capacità in mano alle reti neurali che potranno addestrarsi

‘giocando’ con i dati.

Sono già al lavoro, per esempio, nell’agricoltura di precisione e per le previsioni meteo. Uno dei

campi in cui la complessità dei fattori in gioco rende tutto molto difficile da analizzare. E lo saranno

per i cambiamenti climatici, dove il sistema è grande quanto tutto il Pianeta, e le variabili sono

innumerabili. La speranza che è la IA possa riuscire a capirla a fondo: in un futuro molto prossimo,

ci aiuterà a mitigare gli effetti del riscaldamento globale e di un equilibrio in continua evoluzione

che, finora, non possiamo fare altro che osservare e misurare.