Un modello di intelligenza artificiale per stabilire la predisposizione al rischio degli edifici - Bnews Un modello di intelligenza artificiale per stabilire la predisposizione al rischio degli edifici
Un modello di intelligenza artificiale per stabilire la predisposizione al rischio degli edifici
Il team di ricercatori di "Smile" GIanluigi Ciocca è il secondo da destra

Tecniche di machine learning per integrare diversi tipi di dati relativi agli edifici presenti in un territorio e per realizzare un database utile a migliorare le stime di rischio in caso di calamità naturali, dai terremoti alle frane e alle alluvioni. È l’obiettivo del PRIN (Progetto di Rilevante Interesse Nazionale) “SMILE” (Statistical Machine Learning for Exposure development), che ha ricevuto un finanziamento di 265mila euro dal PNRR e dall’Unione Europea – Next Generation EU e che vede collaborare insieme l’Università Bicocca, l'Istituto Nazionale di Oceanografia e di Geofisica Sperimentale (OGS, ente capofila), l'Istituto di Matematica Applicata e Tecnologie Informatiche del Consiglio Nazionale delle Ricerche (CNR-IMATI), e l’Università di Firenze. A spiegarci meglio il progetto è Gianluigi Ciocca, professore di Informatica e referente del progetto per Milano-Bicocca.

Professore, ci descriva meglio l’obiettivo di “SMILE”.

Il progetto parte dalla definizione di una metodologia basata sulle tecniche di machine learning, cioè di intelligenza artificiale, in gradi di integrare diversi tipi di dati riguardanti gli edifici, tra cui immagini satellitari e dati raccolti dai cittadini. Lo scopo è quello di realizzare modelli predittivi che diano risposte sulle caratteristiche strutturali di questi edifici (per esempio, tipo di materiale, presenza fessurazioni, numero di piani). Le tecniche di machine learning saranno testate su un’area geografica italiana e sugli edifici presenti su quell’area, in modo tale da perfezionare le stime dei possibili impatti in quel territorio di eventi calamitosi, come terremoti, inondazioni o frane.

Perché questa necessità?

Perché le informazioni sugli edifici, che di solito sono derivate dai dati Istat piuttosto che da censimenti vari, non sono sempre aggiornate. “Smile” permetterà di integrare immagini satellitari attuali e informazioni restituite a terra dai cittadini, opportunamente formati, grazie a materiale fotografico e schede sulle quali potranno raccogliere i dati. Inoltre vorremmo, in un secondo momento, applicare il modello anche su altri territori che finora sono stati esclusi da raccolte dati.

Il team di ricercatori di "Smile". GIanluigi Ciocca è il secondo da destra
Il team di ricercatori di "Smile". GIanluigi Ciocca è il secondo da destra

Il ruolo di Milano-Bicocca?

Io afferisco al laboratorio Imaging & Vision del dipartimento di Informatica e il mio team svilupperà i modelli di intelligenza artificiale, sui dati che ci forniranno le istituzioni partner con le quali stiamo definendo sia le tipologie di dati sia le aree geografiche da prendere in considerazione. Su questa parte del progetto, che coordino io, saranno assunti due assegnisti.

Quanto dura il progetto?

“Smile” avrà una durata di due anni, è partito lo scorso dicembre e a febbraio abbiamo organizzato il kick-off meeting. Sul sito ufficiale del progetto https://smile.mi.imati.cnr.it si potranno seguire tutti gli aggiornamenti.