Luna Rossa: per sfidare New Zealand servono Machine Learning e AI - AI4Business
20 ottobre 2018
FacebookTwitterLinkedIn

Luna Rossa: per sfidare New Zealand servono Machine Learning e AI

Team Luna Rossa
Miti Della Mura

Il mare, Trieste e i dati. Sono questi i comuni denominatori che uniscono, in una collaborazione tutta giocata sul valore della ricerca, Team Luna Rossa, Teorema Engineering e Wärtsilä Italia, quest’ultima parte dell’omonimo gruppo finlandese, costituita dopo aver rilevato ormai circa 20 anni fa, Grandi Motori Trieste e specializzata nello sviluppo di motori e soluzioni per la generazione di energia per i settori marino e terrestre.
Obiettivo: sviluppare soluzioni basate su Machine Learning e Intelligenza Artificiale da applicare alla progettazione della barca con la quale Team Luna Rossa parteciperà alla Prada Cup e alla Coppa America del 2021.

“Per Luna Rossa – spiega Francesco Mongelli, navigatore del Team – la Coppa America rappresenta il massimo della tecnologia della vela e la progettazione dei nuovi scafi è una sfida entusiasmante, che richiede visioni nuove. C’è una componente progettuale e tecnologica che richiede un approccio diverso, che ci porti a vedere e scoprire qualcosa che i nostri occhi ancora non vedono”.

Perché Luna Rossa ha bisogno del Machine Learning

Se questa è la premessa, è evidente che Machine Learning e Intelligenza Artificiale sono la risposta, o, per lo meno, la possibilità di una risposta.
Ed è qui che entrano in gioco Teorema e Wärtsilä.
“Teorema – spiega Michele Balbi, presidente del system integrator triestino – è nata con il mare e il mare è stato il motivo per cui abbiamo iniziato a collaborare con Area Science Park. Il mare ci ha aiutato a capire cosa significa fare ricerca e innovazione”.
“Su Machine Learning e Intelligenza Artificiale, anzi sulle Intelligenze Artificiali, siamo attivi da anni, con progetti che si sono concretizzati, ad esempio, nel servizio chatbot alla base di Chiara, l’assistente digitale per il Comune di Milano, oppure in On-Bot, piattaforma per la creazione di servizi di customer care evoluti per il mondo delle Piccole e Medie Imprese”.

Sembrerebbe forse più difficile capire come una realtà come Wärtsilä riesca a coniugare il proprio focus sul mondo della produzione di motori ed energia con la vela, ma, come spiega Guido Barbazza, presidente e amministratore delegato della società in Italia, “la società è in una fase di profonda trasformazione, sia dal punto di vista energetico, con una sempre maggiore attenzione al tema della propulsione ibrida e all’integrazione tra sorgenti fossili e rinnovabili, sia dal punto di vista operativo, con  un percorso di digital transformation sui temi dell’industria 4.0, delle smart ship, dei collegamenti neurali tra navi e porto. Tutto questo ci ha portato in contatto con Area Science Park, con l’Opificio Digitale di Trieste e con Teorema e Luna Rossa”.
“È un work in progress che richiede molta sperimentazione” chiosa Barbazza. “Bisogna sperimentare molto e guardare in altri settori per cogliere nuovi spunti e nuove idee. Lavorare con Luna Rossa ci piace, perché guardiamo al mare con punti di vista così diversi che la collaborazione diventa estremamente interessante”.

Luna Rossa con Teorema e Wartsila

Il ruolo di Teorema Engineering e Wärtsilä

Ma, concretamente, quali sono gli obiettivi che hanno portato Teorema e Wärtsilä a diventare fornitori ufficiali di Team Luna Rossa?
Lo spiegano Robert Vrcon, direttore generale di Teorema Engineering, e Giuseppe Saragò, General Manager Wärtsilä Smart Manufacturing & Innovation.

“Stiamo dando vita a un ecosistema aperto dove fare innovazione, un programma pluriennale nel quale machine learning e intelligenza artificiale giocano e giocheranno un ruolo fondamentale”.
In questa fase, l’intelligenza artificiale ha ancora un ruolo marginale: tutto il lavoro si basa sui dati.
“In realtà – spiega Mongelli – il nostro approccio è stato scettico: abbiamo dato a Teorema e Wärtsilä dati che noi conoscevamo già, perché pensiamo che un approccio diverso, da parte di qualcuno che non conosca le regole della vela tradizionale, che non sappia in partenza quali correlazioni cercare, né se esistano correlazioni in quei dati, possa portarci a comprendere qualcosa che prima non avevamo preso in considerazione”.
In effetti, i nuovi scafi per la prossima Coppa America sono talmente diversi – si passa dai trimarani ai monoscafi – che le carte in tavola cambiano totalmente e l’approccio progettuale è del tutto sovvertito.
Ed è per questo che Team Luna Rossa cerca un pensiero altrettanto nuovo.
“Non abbiamo la bacchetta magica, né è magia l’Intelligenza Artificiale – interviene Vrcon -. Stiamo applicando un’analisi di qualità sui dati, per trarre correlazioni che non erano state prese in considerazione in precedenza”.

Una metodologia alla base del Training Model

L’analisi dei dati serve a portare in evidenza variabili che potranno poi servire nella fase di determinazione della portanza dell’ala dello scafo che deve stare in acqua, di progettazione della punta del tip, della forma della parte sommersa dello scafo.
Non basta prendere una grande mole di dati e darli in pasto a un algoritmo per avere un risultato – prosegue Vrcon -. Ci vuole una metodologia che consenta a un algoritmo di aumentare le sue performance in modo graduale per trovare pattern tra i dati. E, naturalmente, non parliamo di un algoritmo, bensì di algoritmi diversi, in base agli scenari”.

Una metodologia, è il punto su cui Teorema e Wärtsilä insistono.

Una metodologia in tre fasi”, spiega Saragò.
“In questo momento il nostro algoritmo è ignorante, deve comprendere i dati, aiutandoci, nel contempo, a verificare se una regola è vera e se funziona”.
Un machine learning non supervisionato, dunque, che passa poi per la seconda e la terza fase del reinforcing e del learning: si ripetono le analisi fino alla corretta interpretazione.
Una volta definito l’algoritmo, sarà possibile impostare il Training Model corretto in vista del varo dell’imbarcazione, previsto per il mese di marzo del prossimo anno.
“Wärtsilä ha forti competenze nel machine learning e nelle analytics: la sfida è proprio nella capacità di uscire dal proprio environment, dal proprio ambiente. Ed è in questa capacità l’essenza della open innovation”.

Concorda Vrcon: “Non si tratta di innovazione tecnologica in sé e per sé, ma delle modalità in cui le innovazioni, gli analytics, il machine learning vengono combinati e diventano abilitanti per altre attività, per altri business e per il business di altre realtà”.

Il team al lavoro sul progetto: matematici, data analyst, data scientist

Su questo progetto al momento è attivo un team di 7 persone, anche se non tutte con un commitment full-time, tra i quali matematici, data analyst, data scientist.
“Non abbiamo voluto ingeneri nautici in questa fase, perché le analisi non devono essere in alcun modo viziate da una conoscenza pregressa del tema”.
Come detto, al momento si lavora su dati noti, per poi passare alla raccolta di dati nuovi, con prove in mare e utilizzo di digital twin.
“In questo caso dovranno entrare in campo competenze nuove per la loro raccolta, ad esempio esperti di sensoristica”: l’idea è che al momento dell’inizio delle regate, dall’estate 2019, Luna Rossa possa contare sul sistema messo a punto da Wärtsilä e Teorema, per l’analisi e l’elaborazione dei dati telematici ottenuti dal monitoraggio delle performance e dai test di simulazione, così che equipaggio e shore team trovino proprio nei dati il supporto giusto nelle fasi decisionali.

Giornalista, da trent’anni segue le tematiche dell’innovazione tecnologica applicata ai modelli e ai processi di business.Negli ultimi anni si è avvicinata al mondo dell’Internet of Things e delle sue declinazioni in un mondo sempre più coniugato in logica smart: smart manufacturing, smart city, smart home, smart health.

FacebookTwitterLinkedIn
FacebookTwitterLinkedIn