Un controllo automatico sull'avanzamento lavori

Se penso ai cantieri edili mi vengono in mente almeno 2 cose. Una, il fisiologico non rispetto della data di fine lavori; due, i famigerati vecchietti che stanno lì ad osservare e a commentare. Ma questa è una cosa semiseria. Ci sarebbe una terza molto più seria, quella degli operai che perdono la vita nei cantieri, con responsabilità spesso schivate e la mancanza di una necessaria cultura per evitare che simili incidenti si ripetano. Però torniamo alla prima. Al di là delle penali previste a contratto, non si può fare niente per evitare ritardi e soprattutto costi, presunti o veri, che lievitano in modo spropositato?

Certo che sì. Due anni fa parlammo di droni utilizzati per monitorare l’avanzamento dei cantieri edili. Di recente si sono inventati un’altra possibilità: robot dotati di uno strumento, chiamato LIDAR, che aiutano a tracciare le fasi di progetto e ad individuare gli errori mentre questi vengono commessi. Il lidar, per inciso, è uno strumento dotato di laser che permette di eseguire una scansione tridimensionale di un oggetto, restituendolo in un formato grafico quantificabile e misurabile. Ebbene, la startup americana Doxel è riuscita a farsi finanziare 4,5 milioni di dollari per usare questa tecnologia di rilievo e scannerizzare il cantiere giorno per giorno, verificando che i lavori procedano come da programma. Così facendo, il processo costruttivo diventerebbe più economico, utilizzando la combinazione di grosse quantità di dati con tecniche di deep-learning (analisi numerica affidata a sistemi di intelligenza artificiale).

Usando robot dotati di lidar, Doxel esegue la scansione dei cantieri, tenendo traccia dei tempi e modi in cui una parte è stata costruita. Di solito è previsto un cronoprogramma con persone annesse alla direzione lavori che dovrebbe controllare il rispetto dei tempi e le modalità di esecuzione. Automatizzando questa fase la Doxel afferma di essere riuscita ad aumentare la produttività del lavoro sul progetto del (udite udite) 38% ! Ci sono infatti delle statistiche americane secondo le quali il 98% dei grandi progetti di costruzione viene consegnato (in media) con un costo maggiore dell'80% rispetto al budget, e con 20 mesi in ritardo sui tempi schedulati. Pare infatti che, nonostante la tecnologia abbia accelerato i tempi di molte attività, la produttività nel settore edile non sia migliorata significativamente negli ultimi decenni.

Una volta che il cantiere si è fermato a fine giornata, parte il robot autonomo, con il relativo sistema lidar, per scansionare metodicamente l'intero sito. Esso non ha problemi a seguire percorsi programmati che possono includere scale o altri ostacoli, così da scansionare fino a 30.000 metri quadrati nel corso di una settimana. Una volta che il robot ha finito, invia tutti questi dati al cloud, dati che possono essere elaborati dagli algoritmi di apprendimento semantico 3D, addestrati a riconoscere tutti i tipi di componenti (anche se solo una piccola parte di essi è visibile) in base a forma, posizione e dimensioni. La precisione della mappa lidar creata da Doxel consente di verificare che le parti giuste siano state costruite e installate correttamente nel posto giusto. Se c'è stato qualche blocco, già il giorno successivo si possono prendere provvedimenti per sistemare le cose. La cattiva prassi, difatti, porta a correggere i problemi che si notano solo settimane dopo, quando cioè a cascata sono stati generati altri errori dipendenti dai precedenti.

La Doxel ha applicato tale idea innovativa in un caso recente, realizzando la supervisione durante la costruzione di un edificio di uffici medici a San Diego, in California. Il robot ci metteva, ogni giorno, solo 4 ore e mezzo per scansionare e ricostruire lo stato dell'arte del cantiere in modo digitale. Risultato: come dicevamo, la produttività del lavoro è cresciuta del 38% rispetto alla stima originale, in più il costo è diventato dell'11% più piccolo di quanto calcolato nel budget iniziale. Very well! Naturalmente, si tratta di un solo caso e non è detto che altri progetti otterranno risultati simili. Ma, ancora una volta, il valore aggiunto si è ottenuto grazie alla sinergia vincente tra più discipline, ingegneristiche ed informatiche, al fine di ottimizzare processi ancora troppo umani. Nel senso negativo del termine.

(fonte https://spectrum.ieee.org/automaton/robotics/industrial-robots/doxel-ai-startup-using-lidar-equipped-robots-on-construction-sites; si ringrazia il sito http://www.moorecleantexas.com per la gentile concessione della foto)

Segnali positivi nella lotta al cambiamento climatico

Circa 5 anni fa iniziai la mia avventura di "creatore di contenuti" nel web-space. Il sito per cui scrivevo si occupava e si occupa di ambiente e sostenibilità, argomenti a me cari che magari col tempo lo sono diventati anche per altri. O già lo erano, ovviamente. Tra l'altro parlai di una tecnologia chiamata "cattura del carbonio" secondo cui sarebbe stato possibile abbassare il livello inquinante della CO2 presente in atmosfera, semplicemente aspirandola. Sì, ma dove sarebbe finita, visto che nulla si crea e nulla si distrugge, tutto si trasforma? Allora si ipotizzava di usarla per recuperare dai pozzi di petrolio quella parte più recalcitrante ad essere estratta (un controsenso? forse); oppure di inserirla in speciali celle a combustibile (fuel cell), riuscendo in un colpo solo a ridurre l'anidride carbonica e a produrre energia elettrica. Qui il pezzo del 2013.

In realtà tale tecnologia era stata ipotizzata diversi anni prima. Più di recente però, quando sembrava poter trovare applicazioni pratiche, c'è stata una corrente di pensiero fortemente contraria:  se siamo in grado di liberarcene possiamo continuare ad inquinare (per poi ripulire l'aria), utilizzando combustibili fossili. Come dare torto a chi ragionava così? Questo valeva fino a ieri. Oggi Islanda docet. Vi è infatti, in quell'isola da noi così lontana, una centrale geotermica (Hellisheidi il nome), la più grande del paese, dove dal 2014 si estrae il calore dal sottosuolo, catturando l'anidride carbonica rilasciata nel processo, mescolandola con l'acqua e iniettandola nuovamente sotto terra, a circa 700 metri di profondità. Così facendo il biossido di carbonio nell'acqua reagisce con i minerali che incontra e forma dell'altra roccia, rimanendovi intrappolato. In altre parole, Hellisheidi è un impianto a zero emissioni che trasforma un gas serra in rocce. Ma naturalmente il procedimento è estendibile ad ogni produzione di CO2 (non solo alle centrali geotermiche) e quindi adatta rendere più respirabile l'aria delle nostre città.

L'optimum resta sempre l'uso più diffuso possibile delle fonti rinnovabili. Circa 2 settimane fa si è tenuta ad Abu Dhabi il vertice annuale dell'IRENA (International Renewable Energy Agency), l'agenzia internazionale per le energie rinnovabili, da cui è venuto un quadro piuttosto promettente sul tema. Pare infatti che nella maggior parte del mondo l'elettricità così ottenuta sia già competitiva economicamente con l'energia da combustibili fossili. Meglio ancora, il report fa una previsione straordinaria: entro il 2020 tutte le forme di elettricità rinnovabile saranno costantemente più economiche dell'energia prodotta con combustibili fossili. Dunque il passaggio alle rinnovabili per la nuova generazione di energia non è semplicemente una decisione rispettosa dell'ambiente, ma diventerà economicamente vantaggiosa. E poi, tra pochi anni, anche l'energia eolica e solare off-shore (generate in mare, lontano dalla costa), insieme a tutte le altre forme, diventeranno competitive come le tradizionali. 

Sappiamo però che l'energia che viene dal sole e dal vento non è continua. Quindi, anche se i costi della generazione da rinnovabili diminuiscono, saranno necessarie altre fonti di energia, in genere  fossili o nucleari, per colmare le lacune fisiologiche delle prime. Pertanto, finché la tecnologia delle batterie (e la relativa chimica) non permetterà di stivare grossi quantitativi di energia, la produzione convenzionale di elettricità non potrà essere completamente "debellata". Proprio per tale motivo la questione della cattura del carbonio e della sua trasformazione, magari come quella islandese, potrebbe abbassare nei prossimi anni l'attuale trend in crescita dei gas climalteranti. Tant'è vero che già tre startup hanno dimostrato la fattibilità di questa tecnologia: Climeworks in Svizzera, Carbon Engineering in Canada e Global Thermostat negli USA.

Fortunatamente i numeri del 2017, pubblicati dal report annuale di Bloomberg New Energy Finance dicono che le energie rinnovabili sono in pieno sviluppo, in tutti i paesi. Segno che è stata compresa la gravità del problema, anche se un po' tardi, e le politiche ambientali stanno sbocciando a destra e a manca. Sono stati investiti infatti più di 330 miliardi di dollari, in aumento del 3% rispetto al 2016, ma il cui valore pesato è maggiore se si considera che i costi per le principali tecnologie rinnovabili intanto sono diminuiti. Metà della crescita è dovuta solo alla Cina, che forse però partiva da un situazione più che disastrosa. Uno dei motivi è che il costo del solare è fortemente in discesa, quindi nel paese del dragone si tende a distribuire la generazione su tetti e parchi industriali, come successo da noi alcuni anni fa. Dopo seguono gli Stati Uniti, in lieve ripresa nonostante la scarsa sensibilità del Donald a stelle e strisce. L'Europa invece vede un grande segno negativo (-26%), a causa delle debacle di Germania e Regno Unito, nonostante Francia, Olanda, Italia, Svezia, Spagna e Austria abbiano investito più dell'anno precedente.

Segnali positivi, dunque, che fanno ben sperare per la mitigazione dell'inquinamento atmosferico e la tutela degli ecosistemi. Sempre che la sensibilità degli uomini, anche nei gesti quotidiani di rispetto per l'ambiente, vada di pari passo.

(fonti http://bit.ly/2mFNTdQ; http://bit.ly/2kksCaW; http://bit.ly/2rwr299; si ringrazia il sito https://news.nationalgeographic.com per la gentile concessione della foto)

I tratti distintivi dell'essere cool

Coloro che amano gli inglesismi sanno che per essere alla moda devi vestire fashion, se hai la fortuna di comprarti una potente auto sportiva possiedi una supercar, quando un’azienda investe in efficienza energetica si dice che è green. E per le persone? Oggi esistono gli influencer (molto adatti al nostro livello di “pecoroni”), ma una volta si usava di più dire cool, riferito ad un/una tale particolarmente in vista, dalla spiccata personalità, che fa parlare di sé, fa tendenza.  Usando un termine poco noto, coolness, gli psicologi dell'Università di Sydney hanno definito quali potrebbero essere i criteri associabili ai tratti di questa personalità che non passa inosservata.

Non vi è certamente una definizione di persona cool: forse carismatico è un buon sinonimo. Potrebbe essere qualcuno che riesce sempre ad avere il controllo sulle sue emozioni, oppure il collega d'ufficio che ha più interlocutori nella pausa caffè, o ancora quella tizia con moltissimi follower sui social, che commentano inde-fessi (il trattino non ci vuole ma ne capirete il motivo) sotto ogni suo post. Nonostante ciò, proviamo ammirazione o invidia per la popolarità di chi è cool. Si può inoltre dire che certe caratteristiche dipendono anche dell'epoca a cui facciamo riferimento (per esempio, certe twitstar senza l'uccellino che cinguetta sarebbero stati dei perfetti sconosciuti).

Gli autori dello studio hanno effettuato un approccio empirico alla coolness, concentrandosi sugli attributi valutativi che portano le persone a essere percepite come cool dagli altri, all'interno di un certo contesto. Tali qualità possono essere suddivise in due categorie. Nella prima vi è una "coolness standard", vale a dire quei tratti socialmente desiderabili come essere amichevole, gradevole e competente. Direttamente opposti a questi sono quelli che rientrano nella categoria della "coolness inversa", cioè la tendenza ad essere distaccati, ribelli e un po' taglienti. Il lavoro si è concentrato su queste due dimensioni di personalità, basandosi sul modello denominato Big Five, molto usato in psicologia, dove cinque parametri sono utilizzati ognuno con il proprio opposto: estroversione - introversione, gradevolezza - sgradevolezza, coscienziosità - negligenza, nevroticismo - stabilità emotiva, apertura mentale - chiusura mentale. 

Nel 2012 all'Università di Rochester era stata condotta un'analisi simile, con la quale si erano evidenziati alcuni aggettivi per meglio identificare la coolness standard: premuroso, ambizioso,  carismatico, attraente, che ispira fiducia, ed altri per la coolness inversa: ribelle, sarcastico, aggressivo, distaccato, in cerca del brivido, non convenzionale ed egoista. Le ricerche più recenti hanno rivisto quello studio, utilizzando anche un questionario sull'autostima, per permettere ai partecipanti (tutti studenti universitari) di valutare sé stessi utilizzando un insieme di auto-descrittori. Tra l'altro, proprio l'autostima, essendo possibile camuffarla, è stata misurata in un modo del tutto originale: tramite la grandezza della firma con carta e penna. Sembra infatti che più è grande la firma, maggiore è l'autostima cosiddetta implicita.

Se da un lato lo studio di Sidney ha confermato i tratti che si evincevano da quello di Rochester, dall'altro ha scoperto che la persona cool, sia in modo aperto e cordiale, che in quello più snob, possiede un alto tasso di estroversione, è aperta a nuove esperienze, tende ad agire rapidamente nella risoluzione dei problemi. In più è stato sottolineato che ciò che rende le persone interessanti aiuta le loro relazioni, rafforza l'autostima e la capacità di perseguire obiettivi. Se possedere un valore di coolness elevata può migliorare la propria identità, ne consegue che è più semplice adottare dei comportamenti personali associabili all'essere amichevoli, aperti, sicuri di sé e orientati agli obiettivi. Allo stesso tempo avere una natura ribelle è compatibile con una buona sicurezza nel proprio io, sempre che una vita troppo anticonformista non sfoci nella instabilità della personalità e in troppi dubbi che tendono a minarla.

Forse mi sono dilungato troppo ma, come capirete, quando si tratta di scienze sociali l'argomento porta facilmente a dettagliare. La conoscenza degli altri, quella reale, è fondamentale per raggiungere una certa serenità. Ma poter avere il polso della propria personalità e sapere quali sono i punti deboli su cui lavorare, lo è ancora di più. Scienza sociale, dicevamo. Quando invece del sociale ci riferiamo al social e ai social, il carisma individuale rischia di mescolarsi alle troppe indecenze digitali. Perciò, se arriveremo a pendere dalle labbra della Ferragni di turno, facciamoci qualche domanda. Meglio una coolness reale, anche se per pochi, che una virtuale, così ritenuta da sconosciuti di poco valore.

 (fonte https://www.psychologytoday.com/blog/fulfillment-any-age/201801/the-2-ways-become-the-cool-person-you-always-wanted-be; si ringrazia il sito http://slism.com per la gentile concessione della foto)

Reti neurali per la biologia

Delle reti neurali conservo un bel ricordo. E’ stato uno degli argomenti della mia tesi di laurea. Per farla breve si trattava del progetto, a grandi linee, di un sistema di intelligenza artificiale, basato appunto sulle reti neurali, per fare diagnosi su grossi motori elettrici, intervenendo prima che i guasti fossero divenuti più seri e costosi. Le reti neurali, per chi non lo sapesse, sono un modello matematico (un insieme di formule, detto in modo semplicistico), ispirato al funzionamento dei neuroni cerebrali, con il quale si riesce a predire il comportamento di un sistema (fatto di più input e di uno o più output), grazie ad una procedura di addestramento (training) del modello. Proprio come il nostro encefalo impara dall’esperienza.

Furono ideate intorno agli anni ‘50 ma il loro uso è cresciuto sempre più grazie alla potenza di calcolo attuale. Tra le numerose applicazioni, quelle connesse alla biologia, alla medicina e quindi alla salute potrebbero portare notevoli rivoluzioni. Tant’è vero che Google ha fiutato queste possibilità e sta sperimentando un sistema del genere per prevedere età, pressione sanguigna e conseguenze del fumo in un individuo, solo analizzando una scansione della sua retina. I computer di Google ottengono informazioni dalla disposizione dei vasi sanguigni: da ciò si riesce anche a prevedere se si è a rischio di un attacco cardiaco imminente.  La ricerca utilizza le reti neurali cosiddette convoluzionali, un tipo di algoritmo denominato deep-learning che sta trasformando il modo in cui i biologi analizzano le immagini: esso prende spunto da come sono disposti i neuroni nella nostra corteccia visiva.

Ma Big G, con il suo Google Research dedicato, non si è fermato a questo. Quando voleva utilizzare il deep-learning per trovare mutazioni nei genomi, i suoi scienziati dovevano convertire frammenti di DNA in immagini digitali fruibili da un calcolatore. Quindi hanno addestrato la loro rete su questi frammenti, con riferimento ad un genoma con mutazioni note. Il risultato finale è stato DeepVariant, uno strumento software di recente uscita che può scovare piccole variazioni nelle sequenze di DNA. C'è da dire però che si è ancora lontani da una piena integrazione e multidisciplinarità al riguardo. Gli scienziati hanno faticato ad applicare l'informatica alla biologia a causa delle differenze culturali tra i campi. Più sale il livello di complessità nei due settori, più la comunicazione tra i corrispondenti scienziati risulta difficoltosa.

Anche i biologi cellulari presso l'Allen Institute for Cell Science di Seattle utilizzano reti neurali convoluzionali per convertire immagini bidimensionali di cellule, catturate con microscopi ottici, in immagini 3D, in cui alcuni degli organuli (parte del citoplasma) di una cellula sono etichettati a colori. Questo approccio elimina la necessità di colorare artificialmente le cellule, un processo che richiede più tempo e un laboratorio sofisticato, con il rischio di danneggiarle. A fine 2017 il gruppo ha pubblicato i dettagli di una tecnica avanzata in grado di prevedere la forma e la posizione di un numero elevato di parti cellulari, utilizzando solo pochi dati, come il contorno della cella stessa. Qualcosa di simile hanno fatto, già dal 2015, alla divisione di imaging del Broad Institute of MIT and Harvard a Cambridge. Un team ha iniziato a dare in pasto le immagini cellulari alle reti neurali convoluzionali; ad oggi esse elaborano circa il 15% delle immagini nella divisione. Si prevede che questo tipo di elaborazione diventerà il principale, sia in questo istituto che in altri nel mondo, nel giro di pochi anni.

Alcuni ricercatori ritengono che l'analisi di immagini con reti neurali, specie del tipo convoluzionale, possa rivelare sconosciuti fenomeni biologici. Tali scoperte, pur se occasionali, potrebbero aiutare a far progredire la ricerca su particolari patologie. Se il deep-learning potrà rivelare marcatori tumorali in una singola cellula, cambierebbe e migliorerebbe il modo in cui i ricercatori classificano la progressione del tumore. Ciò potrebbe a sua volta innescare nuove ipotesi su come il cancro si diffonde, e magari riuscire a prevederlo più in anticipo. Secondo Philip Nelson, direttore dell'ingegneria presso Google Research a Mountain View, la vera posta in palio sta nella possibilità che "le macchine riescano a vedere cose che gli umani non avevano mai individuato prima.". Forse è il caso di spingere su questa branca dell'intelligenza artificiale, piuttosto che su inutili robot da baraccone.

(fonte https://www.nature.com/articles/d41586-018-00004-w)