Tecnologia, centri storici più accessibili grazie all’intelligenza artificiale

71
Foto di Peter H da Pixabay

Offrire ai cittadini informazioni che favoriscano l’accessibilità fisica con l’ausilio di tecnologie e dispositivi di navigazione permetterebbe di rendere le città più smart e più inclusive. Un giovane ricercatore del Politecnico di Milano ha impiegato l’Intelligenza Artificiale (AI) per individuare le differenze tra strade e marciapiedi fatti di acciottolati, sanpietrini, laterizio, con altezze e larghezze molto variabili, che caratterizzano e rendono tipiche le città storiche, ma costituiscono un elemento di difficoltà per anziani e persone con disabilità motorie. La ricerca, pubblicata sulla rivista International Journal of Applied Earth Observation and Geoinformation, ha rilevato con un sistema di Mobile Mapping, in questo caso un’automobile in movimento su cui è stato posizionato lo strumento messo a disposizione da Leica Geosystems Italia, la piccola città, la piccola città di Sabbioneta, Patrimonio Unesco dal 2008 insieme a Mantova ed esempio emblematico di borgo rinascimentale racchiuso tra mura storiche. “A partire dai dati raccolti, le cosiddette point cloud, cioè milioni e milioni di punti distribuiti nello spazio rilevato che consentono di ottenere misure e rappresentazioni tridimensionali di ciò che ci circonda, ad esempio case, strade, piazze, marciapiedi e oggetti vari, è possibile individuare, con l’aiuto del Machine Learning, le traiettorie e i percorsi più accessibili in un contesto urbano storico” spiega Daniele Treccani, ricercatore dell’Unesco Research Lab di Mantova del Politecnico di Milano. “Il Machine Learning (ML) – spiega Andrea Adami, docente di Topografia e Cartografia al Politecnico di Milano- permette a una rete neurale complessa, che tenta di simulare il funzionamento del cervello umano, di “imparare” da una grande quantità di dati, precedentemente strutturati da un operatore. Successivamente alla fase di apprendimento è possibile, attraverso una combinazione di input, riconoscere e classificare oggetti all’interno dei dati, in modo automatico e senza l’intervento umano”.