Driverless car, problemi umani e non

Di auto a guida autonoma si sente parlare ormai da un po’. In Italia ancora non si vedono, per quanto i governanti stiano provando a legiferare al riguardo. Negli USA gli esperimenti stanno lasciando il posto a piccole realtà, ed ogni tanto accadono crash imprevisti, soprattutto con veicoli tradizionali. In alcuni filmati si osserva la gente in parte entusiasta ed in parte ancora timorosa. Non si può dire comunque che il feeling sia immediato. Fortunatamente ai progettisti di questi nuovi mezzi non manca la visione per capire eventuali inconvenienti che potranno presentarsi. Sia a livello umano che tecnico. 

La chinetosi (o cinetosi) è un piccolo disturbo che riguarda molte persone, a causa del quale non si riesce a leggere mentre ci si trova in un'auto che viaggia. Si tende ad attribuire ad una piccola malformazione congenita del sistema vestibolare (che sovrintende al nostro equilibrio ed è posizionato nell'orecchio interno). Il disturbo si accentua in viaggio perché all'encefalo arrivano segnali discordanti: l'occhio dice che, se leggiamo, siamo fermi, l'orecchio invece si accorge del moto a cui siamo sottoposti. Ne deriva la classica sensazione di nausea che può portare vomito. Se dunque viaggeremo senza guidare, qualcosa dovremo pur fare ma, se soffriamo di chinetosi, non saremo tanto a nostro agio.

Un team di ricerca del dipartimento di ricerca sui Trasporti, all'interno dell'Università del Michigan, ha appena brevettato  un dispositivo che potrebbe servire da contromisura alla chinetosi. L'idea che hanno escogitato è di far apparire una serie di piccole luci nella periferia del campo visivo di un potenziale sofferente, al fine di essere viste indipendentemente da ciò che la persona in questione sta guardando. Tali luci potrebbero essere montate in una cuffia, un cappello o sulla montatura di un paio di occhiali. Saranno controllati da vari sensori di movimento, in modo tale da imitare la velocità, il rollio, il beccheggio e gli altri movimenti di un veicolo. Ad esempio, LED posizionati sul lato di ciascun occhio potrebbero lampeggiare dalla parte anteriore a quella posteriore quando un veicolo sta avanzando e spegnersi quando sta frenando. Oppure, lampeggiare in sequenza verso sinistra/destra se la macchina sta svoltando a sinistra/destra. Per chi indossa un tale dispositivo, l'effetto sarebbe quello di fornire una risposta visiva che corrisponde ai movimenti che l'orecchio interno sta rilevando.

Un’altra tematica su cui i tecnici stanno lavorando è quella del consumo di energia dei veicoli autonomi. Una driverless car (auto senza conducente), con solo telecamere e radar, genera circa 6 GigaByte di dati ogni 30 secondi. Ma il valore sale se vi sono sensori aggiuntivi, come i Lidar. Tutti i dati devono essere combinati, ordinati e trasformati in un'immagine comprensibile per il computer a bordo, che deve ricevere le istruzioni su come muoversi. Ciò richiede un'enorme potenza di calcolo: i prototipi utilizzano circa 2.500 Watt (pensate che a 3.000 Watt scatta il contatore di casa), un valore che allo stato attuale potrà diminuire ma non in modo significativo. Mettere un tale sistema in una macchina con motore a combustione interna non ha senso, perché il consumo di carburante aumenterebbe enormemente e avremmo solo peggiorato l'impatto ambientale; allo stesso modo se pensiamo alle auto elettriche, la loro autonomia sarebbe davvero ridotta.

Senza soffermarsi su dettagli spinti, si può affermare che è partita la corsa verso processori ancora più veloci, più compatti e che dissipano meno energia degli attuali. Lo stanno già facendo giganti del settore, soprattutto la Nvidia, ma pure Intel, Qualcomm e la stessa Tesla che sviluppa internamente i microprocessori per gestire il suo autopilota. L'obiettivo, almeno per Nvidia, è di arrivare a 500 Watt con un massimo di 320 miliardi di operazioni al secondo; sembrano tante ma considerando che, ad ogni istante, l'auto senza conducente deve fare moltissime valutazioni, riconoscimenti, prendere decisioni non banali, potrebbero anche non essere sufficienti. E' insomma una sfida aperta che porterà, come ha affermato il responsabile Nvidia del settore automobilistico, Danny Shapiro, "il supercalcolo dal data center all'automobile".

Avere una visione molte volte aiuta. Comprendere in tempo utile quali potrebbero essere i problemi di un veicolo di trasporto che si preannuncia rivoluzionario è fondamentale. Se intanto però si provasse a migliorare il trasporto locale, se noi prendessimo sempre meno il mezzo privato e di più quello pubblico, e se andassimo di più a piedi che fa pure bene alla salute, sarebbe cosa buona e giusta. Amen.

(fonti http://econ.st/2rYTnoX ; http://bit.ly/2Eldp1L; si ringrazia il sito https://gateway-project.org.uk per la gentile concessione della foto)

Tecniche avanzate per prevenire la depressione

Tempo fa qualcuno ha definito la depressione come la malattia del secolo. Può darsi che abbia esagerato, ma sappiamo bene come la cosa non debba essere sottovalutata. Se nel mondo l'OMS stima circa 300 milioni di persone affette da disturbi depressivi, in Italia sono circa 4 milioni, con una prevalenza femminile; a volte comporta una condizione clinica debilitante per la  presenza di alterazioni delle funzioni cognitive. La prevenzione, che rispetto ad altre situazioni non può essere fatta solo con il classico stile di vita sano, ha bisogno di strumenti avanzati.

All'Università del Texas, Dipartimento di Neuroscienze Cognitive, provano ad usare tecniche di imaging cerebrale e supercomputer per identificare modelli sintomatici della depressione. Si tratta di una branca dell'intelligenza artificiale che fa uso di sofisticati algoritmi per estrarre informazioni dalle immagini, ma soprattutto per apprendere conoscenza proprio attraverso la loro analisi. Ciò significa che l'algoritmo, una volta ben definito, riesce a fare una anamnesi medica corretta anche su dati mai visti prima. I neuroscienziati stanno utilizzando un supercomputer, denominato Stampede, del Texas Advanced Computing Center (TACC), con il quale possono essere elaborati insieme informazioni di varia natura, quali risonanze magnetiche e scansioni cerebrali, fino ai dati di genomica. Una grossa mole di "numeri" dai quali il mega-calcolatore trova sottili connessioni tra parti diverse, costruendo un modello che associa nuovi casi ad una categoria o all'altra.

Nelle ultime settimane il team, guidato dal professor Schnyer e comprendente varie università statunitensi, ha completato la sua analisi preliminare, basata su tali hardware e software, riuscendo a classificare correttamente gli individui con disturbo depressivo con una precisione di circa il 75%. Nello studio, partendo da 52 partecipanti in trattamento da depressione e 45 in salute, sono stati selezionati 50 pazienti in tutto, con caratteristiche di età e sesso confrontabili. Sono stati quindi sottoposti ad una particolare risonanza magnetica dell'encefalo, che fa uso della tecnica di imaging con tensore di diffusione. In sostanza, viene analizzata la direzionalità delle molecole d'acqua presenti nei fasci nervosi, grazie alle quali è possibile realizzare una ricostruzione tridimensionale. Dall'orientamento che presentano le fibre nervose si risale agli eventuali danni presenti, risultato comunque possibile solo grazie a calcoli complessi.

Lo studio ha rivelato che le mappe ​​ottenute possono classificare con buona precisione le persone depresse o vulnerabili, quindi probabilmente soggette a diventarlo, rispetto agli individui sani. È inoltre emerso che le informazioni predittive sono distribuite attraverso le reti neurali, invece che essere localizzate. Pertanto al vantaggio di prevenire la patologia depressiva si abbina anche l'utilità di conoscere come questi disturbi sono rappresentati e si diffondono all'interno del cervello. Piuttosto che cercare un'area interessata dalla depressione, gli scienziati giungono alla conclusione che le alterazioni risiedono in molteplici reti cerebrali le quali, complessivamente, contribuiscono alla classificazione della depressione.

"Questa è il futuro della ricerca in questo settore", ha affermato Schnyer. "Stanno crescendo le pubblicazioni che presentano la machine learning come strumento utile a risolvere alcuni problemi  nel campo delle neuroscienze." Con l'aggiunta di ulteriori dati, provenienti non solo dalla risonanza magnetica, ma anche dalla genomica e da altri classificatori, il sistema potrà fare ancora di più. Specie se arriverà presto, come si dice, lo Stampede2, supercomputer del TACC, fino a due volte più potente del sistema attuale, al fine di ottenere maggiore precisione dai dati. "Questo approccio, insieme all'apertura del mondo scientifico verso i big data, come nel caso del progetto Connettoma Umano (una mappa comprensiva di tutte le connessioni neurali, n.d.r.), significa che strutture come quella del TACC sono indispensabili" ha concluso il professor Schnyer.

(fonte https://www.eurekalert.org/pub_releases/2017-03/uota-pem032717.php; si ringrazia il sito https://www.cedars-sinai.edu per la gentile concessione della foto)

I supercomputer e i cinesi

Quando inventeranno i computer intelligenti il genere umano sarà a rischio ? Dipende da quanto saremo bravi a tenerci aperta la possibilità di spegnerli. Oppure, al contrario, da quanto riusciremo a farli davvero intelligenti, al punto che loro stessi potrebbero privarsi di quella possibilità. Al momento però una delle caratteristiche più importanti di queste macchine è la velocità: avrete sicuramente detto, davanti ad una risposta non proprio fulminea del vostro pc "mi ci vorrebbe un computer più veloce !". Ciò non accade ai progettisti cinesi di Sunway TaihuLight, il supercomputer più veloce al mondo, come risulta dalla recente graduatoria TOP500, stilata da esperti del settore con cadenza semestrale, da più di 20 anni.

La velocità dei calcolatori si misura con i FLOPS (FLoating point Operations Per Second, letteralmente operazioni in virgola mobile al secondo). Il Sunway TaihuLight è un sistema costruito interamente utilizzando dei processori progettati e realizzati in Cina: riesce ad eseguire 93 petaflops al secondo, dove peta è il prefisso corrispondente, per i più ferrati in matematica, a 10 elevato alla 15, cioè un 1 seguito da 15 zeri. In altre parole, un hardware in grado di fare 93 milioni di miliardi di calcoli elementari in un solo secondo, usando un particolare software come banco di prova. Sviluppato dal cinese National Research Center of Parallel Computer Engineering & Technology (NRCPC), TaihuLight è installato presso il centro nazionale di supercalcolatori sito nella città di Wuxi.

Ha superato un concorrente della stessa nazione del dragone, che faceva "solo" 34 petaflops al secondo. Si tratta comunque di una macchina che non assomiglia per niente a quelle con cui state leggendo ora, dato che contiene più di 10 milioni di processori, mentre i computer comuni ne contengono 2, 4 o 8, eseguendo al limite qualche decina di gigaflops (giga sta per 1 miliardo). Il consumo di potenza massimo sotto carico, durante i test che ne misurano appunto la massima velocità, è risultato di 15 MegaWatt, praticamente quella erogata da una piccola centrale idroelettrica. A cosa servono queste mostruose velocità e il relativo dispendio di energia ? Se guardiamo ai primissimi posti della classifica si tratta di puri prodotti della ricerca, che però col tempo potrebbero portare a sviluppi su calcolatori più "normali", passando magari per quelli usati dalla NASA o da grossi enti di ricerca (il CERN, per fare un nome), dove la potenza di calcolo è utile nei computi astronomici e nelle elaborazioni scientifiche, quindi per studiare infiniti ed infinitesimi. Nonostante certe graduatorie lascino il tempo che trovano, si evince però che i progettisti cinesi in certi ambiti sono diventati davvero bravi. E qui vorrei fare una digressione al riguardo, me la concederete.

In un recente seminario indetto dall'ordine professionale a cui appartengo, un tale andava affermando che il valore aggiunto dell'innovazione si ha nel passaggio "da 0 a 1", ossia nel salto che viene dal progresso verticale ed intensivo, contrapposto alla globalizzazione di chi, copiando, lascia lo stato dell'arte inalterato e va "da 1 a N", portando un solo passaggio orizzontale. Chiaro il riferimento alla Cina. Di questo paese si può dire e si è detto di tutto, non lo ripeterò. Voglio però sottolineare che senza le produzioni dei maggiori innovatori fatte in quei territori, avere un prodotto su larga scala alla portata economica di tutti non sarebbe stato possibile. Una tecnologia che non permea la società non porta innovazione, nè sociale nè culturale. Lo diceva anche Henry Ford circa un secolo fa “C’è un vero progresso solo quando i vantaggi di una nuova tecnologia diventano tali per tutti”. Sta poi ai nostri governanti mettere dei paletti perché la concorrenza globale resti leale. A molti è convenuto andare a produrre in Cina, anche sfruttando: lampante fu il caso di Apple e della Foxconn. Fossero stati dei robot, non mi sarei aspettato più di tanto. Ora invece, almeno quanto a supercomputer, non li batte nessuno.

(fonte http://www.top500.org/news/new-chinese-supercomputer-named-worlds-fastest-system-on-latest-top500-list ; si ringrazia il sito http://cdn.zmescience.com/ per la gentile concessione della foto)