Sistemi intelligenti multidrone, più della somma delle singole parti

Sistemi intelligenti multidrone, più della somma delle singole parti

I droni come sensori avanzati di sistemi di navigazione, raccolta dati e analisi con funzioni di supporto operativo e intelligenza incorporata dal rendering 3D al monitoraggio in ambienti critici per scopi di difesa militare e protezione civile

La facilità di navigazione, le capacità di acquisizione delle immagini e la miniaturizzazione dei processori ARM hanno fornito un terreno fertile per applicazioni di intelligenza artificiale anche nel settore dei droni. I droni incorporano capacità di rilevamento e navigazione GPS, acquisizione video e applicazioni di comando e controllo, oltre a diverse interfacce che consentono l’implementazione di AI e programmi per scopi speciali. Questa combinazione innesta il “sistema” nel mondo degli UAS.

Dai droni singoli ai sistemi di droni

Il modello di utilizzo di una manciata di droni per acquisire immagini o altri dati e caricarli su un server per sfruttare l’AI avanzata tende a diventare obsoleto molto presto. Il problema con questo modello è che non può essere reso operativo. Non è né robusto né scalabile. Se un drone si guasta, si perde o subisce un attacco fisico o informatico, l’intera operazione potrebbe fallire. Il costo della sostituzione manuale dei droni in un campo di battaglia o in una piattaforma petrolifera offshore è operativamente troppo costoso. Il modello per il futuro è quello che utilizza centinaia o migliaia di droni come sistema, invece che singoli droni. Trasformare “singole componenti” in un sistema è stato fondamentale in molte aree, tra cui la fisica, la biologia, le scienze sociali e la tecnologia. La distinzione fondamentale è che il sistema è maggiore della somma delle sue parti: si tratta di una proprietà universale dei sistemi sostenibili. La scienza della gestione di un gran numero di individui come sistema è stata applicata con grande successo al marketing, alla finanza, alla ricerca sul web, alla traduzione linguistica, al ripristino dell’ambiente e all’AI stessa. Trasformare un esercito di droni in un sistema di uno è un’applicazione naturale di questa scienza. Per citare un esempio, Ars Electronica Futurelab ha creato nel 2012 il primo spettacolo di luci con droni, in cui sono stati programmati 49 droni con un comportamento di affollamento e sciamatura ispirato a uccelli e api. Il risultato è stato l’emergere di schemi di luce artistica nel cielo. Da allora, ci sono stati centinaia di spettacoli di luci, utilizzando migliaia di droni. La maggior parte di questi spettacoli utilizza droni altamente coordinati per mostrare, per esempio, un uomo che cammina nello spazio, come è avvenuto alla celebrazione del nuovo anno 2020 a Shanghai. Per quanto impressionante sia, uno spettacolo di luci è semplicemente un rendering di immagini 3D in cui ogni drone occupa la posizione di un pixel.

L’AI esemplifica la potenza di sfruttare un gran numero di elementi singoli come un insieme sistemico. Nel 1956, Oliver Selfridge e Marvin Minsky introdussero per la prima volta la nozione di intelligenza artificiale come “agente”, nel senso di programmi eseguiti in background, che funzionano come un sistema per risolvere problemi complessi. Da allora, c’è stata una proliferazione di sistemi a tecnologia distribuita fondati sul principio degli agenti autonomi (“daemon”), che lavorano insieme per affrontare problemi complessi su larga scala. La tecnologia Hadoop, oggi ampiamente utilizzata per estrarre enormi quantità di dati di testo, come i registri Web, si basa su agenti che prendono ciascuno un sottoinsieme di dati e suddividono l’attività in migliaia di attività secondarie che vengono eseguite in parallelo. La modellazione basata su agenti è ampiamente utilizzata in biologia, per esempio, per conoscere la sostenibilità di un ecosistema. In questi modelli, gli agenti sono programmati con determinati comportamenti, come i cervi che mangiano la vegetazione a un ritmo particolare, gli alberi che crescono al loro ritmo, i predatori che mangiano i cervi, e così via. Questi agenti interagiscono quindi casualmente tra loro e producono molti risultati plausibili.

Leggi anche:  Guardare prima di saltare. L'arte dell'analisi dei problemi pre-progetto

Il deep learning

Di conseguenza, il deep learning, che è al centro di molte delle applicazioni di maggior impatto dell’AI nei droni, trae la sua forza dalle reti neurali in cui centinaia o migliaia di funzioni matematiche di base cooperano sistematicamente per adattare i loro parametri mentre imparano dall’esperienza. Queste reti neurali sono organizzate in strati in base ai quali ogni strato invia una versione riepilogativa dei suoi input al livello successivo, consentendo alla rete di immergersi sempre più nelle caratteristiche che contano davvero, da cui il nome deep learning.

I droni non sono diversi dai nodi di una rete neurale, anche se molto più sofisticati. Con la tecnologia odierna si possono produrre droni piccoli e semplici a costi molto bassi. Invece di una manciata di potenti droni, con singoli punti di guasto, migliaia di droni più semplici possono funzionare come un sistema. Una manciata di droni può essere abbattuta su un campo di battaglia, mentre è molto più difficile difendersi da un pulviscolo di droni. L’operazionalizzazione dei droni come sistema multidrone è la chiave per rendere possibile il prossimo salto. Fortunatamente, esiste un valido precedente che fa presagire un’elevata probabilità di successo. Nel 2006, Amazon ha lanciato Amazon Web Services (AWS), che ha dato vita al cloud computing, trasformando per sempre le operations IT e rendendo i data center un ricordo del passato. Al centro di AWS, ci sono una serie di processi di supporto che raggruppano migliaia di computer sul cloud affinché funzionino come uno solo. Prima di AWS, la stragrande maggioranza delle applicazioni di intelligenza artificiale era limitata a una manciata di potenti computer. Ora l’AI, con una potenza praticamente infinita, è disponibile a una frazione del suo costo. Amazon e molti altri stanno lavorando sull’operazionalizzazione dei droni per applicazioni pratiche nella logistica di consegna dei pacchi su larga scala. E stanno affrontando una serie di sfide non solo tecniche ma anche normative come il controllo del traffico aereo.

Verso la luce

Gli spettacoli di luce dei droni sono una punta di diamante che sta guidando la sistematizzazione dei droni, creando le condizioni di mercato per la miniaturizzazione, la riduzione dei costi, l’interoperabilità e, soprattutto, lo sviluppo dei processi di supporto. In effetti, aziende come Intel, EHang e HighGreat hanno sviluppato un vasto arsenale di tecnologie e capacità che hanno permesso di scalare rapidamente la produzione di spettacoli di luce con droni. È solo questione di tempo prima che queste funzionalità che permettono l’orchestrazione complessa di spettacoli di luci vengano riproposte per altre attività. La disponibilità di software open source insieme alle interfacce standard dei droni offrono condizioni favorevoli per implementare applicazioni di intelligenza artificiale. Mentre gli spettacoli di luci riguardano la mappatura dei droni in pixel, queste applicazioni più generalizzate si concentreranno sulla mappatura dei droni in sottofunzioni. Per esempio, alcuni droni seguiranno il movimento in un campo di battaglia, altri conteranno i soldati, e così via. Mentre molte di queste applicazioni affronteranno questo tipo di attività, gran parte dell’AI si concentrerà invece sulla scomposizione e sulla distribuzione dei compiti tra migliaia di droni e sull’unione delle singole parti per creare l’insieme.

Leggi anche:  Minsait premiata per trasformare imprese e PA attraverso il cloud

Hamid Benbrahim

Come responsabile dati e AI alla Thomas, principale piattaforma di approvvigionamento industriale in USA e Canada, attualmente sta guidando la trasformazione di Thomas Publishing in un’azienda di dati grazie allo sviluppo di nuovi indici e soluzioni per il settore finanziario, la semplificazione delle operazioni sui dati, l’implementazione di advanced analytics e AI per le vendite, il marketing e le operations. Come dirigente di alto livello, è stato CEO di Natural Numerix, chief data scientist di TD Ameritrade e responsabile della ricerca sui sistemi complessi di Fidelity Investments. Ha conseguito un MBA in Finance alla Columbia Business School e un PhD in Engineering e Machine Learning all’Università del New Hampshire.

Hamid Benbrahim presenterà per Technology Transfer, insieme a Derek Strauss, il seminario “Intelligenza artificiale, machine learning e data management” che si terrà online in live-streaming il 30-31 maggio 2022.