Robot, leve strategiche per il raggiungimento degli obiettivi di sostenibilità

L’International Federation of Robotics (IFR) ha identificato 13 SDG in cui i robot aiutano a creare un pianeta migliore. [...]
Federica Maria Rita Livelli

BC & Risk Management Consultant

sostenibilità
Robot ABB
  1. Home
  2. Intelligenza Artificiale
  3. Robot, leve strategiche per il raggiungimento degli obiettivi di sostenibilità

Energia pulita, innovazione industriale e agricoltura sostenibile sono solo alcuni degli esempi degli ambiti di utilizzo dei robot ai fini del raggiungimento degli obiettivi di sviluppo sostenibile stabiliti dalle Nazioni Unite. A tal proposito, l’International Federation of Robotics (IFR) ha identificato 13 SDG in cui i robot aiutano a creare un pianeta migliore. Infatti, robotica e automazione si convertono in leve strategiche della sostenibilità che possono contribuire alla riduzione dei costi di produzione in ambiti come la mobilità elettrica oppure la produzione di celle a combustibile per l’energia a idrogeno come alternativa all’energia fossile. Non dimentichiamo poi, una tecnologia di produzione, altamente efficiente, può ridurre, altresì, le emissioni di CO2.

L’unione fra AI e robotica per la sostenibilità

La potente combinazione tra AI e robotica migliora le capacità dei robot, consentendo loro di analizzare, apprendere e auto-migliorarsi senza dover essere programmati in modo classico e, al contempo, accelerare il progresso verso gli obiettivi di sviluppo sostenibile offrendo soluzioni all’avanguardia alle sfide della società in numerosi ambiti, tra cui:

  • Energie del futuro ed energia pulita

Secondo quanto comunicato dall’Agenzia internazionale per l’energia (International Energy Agency – IEA) i pannelli solari forniranno circa un terzo della domanda totale di elettricità del mondo entro il 2050. In Svezia, nello stabilimento Absolicon, sono prodotti collettori solari in grado di produrre l’energia equivalente a 100 litri di petrolio grazie all’impiego di due robot ABB che hanno aumentato drasticamente la capacità di produzione.

  • Risparmio energetico

I robot non richiedono tanta energia per funzionare come nel caso degli umani. Ad esempio, gli esseri umani hanno bisogno di disporre di fabbriche con illuminazione e calore sufficienti mentre i robot possono lavorare in ambienti freddi e bui. Ciò può ridurre drasticamente la quantità di energia utilizzata nel processo produttivo in quanto, diminuendo di 1°C i livelli di riscaldamento della fabbrica se ne può risparmiare potenzialmente fino all’8%. Inoltre, è possibile ottenere un risparmio energetico fino al 20% se l’impianto robotizzato tiene spenta qualsiasi illuminazione non necessaria.

  • Predisposizione alla manutenzione/riparazione – Innovazione industriale

Considerando che un robot ha una vita media di trent’anni e che ogni ora di fermo macchina ha un costo per il cliente, spesso è più efficiente in termini di risorse trasportare i pezzi di ricambio dal cliente e riparare la macchina in loco piuttosto che produrre e spedire nuove macchine. In quest’ottica, ad esempio, il produttore giapponese di robot Fanuc, ha costruito in Lussemburgo un magazzino centrale per il mercato europeo avente le dimensioni di un campo da calcio con 600.000 pezzi di ricambio in stock. Altri produttori come ABB, KUKA o Yaskawa gestiscono anche centri di riparazione dedicati dove migliaia di robot industriali vengono rinnovati e aggiornati per una seconda vita.

  • Eliminazione di agenti chimici – Smart Agriculture

In campo agricolo i robot vengono impiegati, ad esempio, per localizzare le erbacce e bruciarle selettivamente con un “colpo” di laser, eliminando così completamente l’uso di erbicidi. Inoltre, il centro di ricerca Fraunhofer EZRT in Germania ha dotato il robot agricolo BlueBob 2.0 di tecnologia di navigazione autonoma per il controllo delle erbe infestanti nelle barbabietole da zucchero.

  • Accesso al cibo

La popolazione mondiale potrebbe superare gli 11 miliardi di persone entro il 2100. La sovrappopolazione sta già diventando un problema e, con la distruzione dell’habitat che deriva dal catastrofico cambiamento climatico, è aperta la corsa allo sviluppo di tecnologie che garantiscano quanto più cibo possibile. L’impiego di droni e agri-robot in grado di gestire e diffondere semi e monitorare le colture e la potenziale distruzione dell’habitat – abbinato alla disponibilità di immagini satellitari e intelligenza artificiale – permettono di gestire lo sviluppo delle colture, ridurre il degrado del suolo e delle emissioni del settore, oltre a rafforzare le catene di approvvigionamento agricolo.

  • Rimboschimento

Un’azienda chiamata SkyGrow ha sviluppato il Grow-bot che pianta alberi a una velocità 10 volte più veloce di un essere umano. Il processo di rimboschimento costa, inoltre, anche circa la metà di quanto costa piantare un albero senza il robot. Il Grow-bot pianta alberi già maturi invece dei semi, in modo che abbiano maggiori possibilità di sopravvivere nella loro nuova posizione. Piantare più alberi sul nostro pianeta è essenziale per aiutare a ridurre l’anidride carbonica trasformandola in ossigeno e migliorando la qualità dell’aria. SkyGrow prevede di produrre 4.500 Grow-bot per aiutare a recuperare le foreste in tutto il mondo.

  • Lotta contro l’inquinamento delle acque

L’Università di Bristol, per migliorare i propri sforzi a sostegno del cambiamento climatico, ha sviluppato il Row-bot che nuota nell’oceano e assorbe l’inquinamento presente nell’acqua e lo trasforma in energia che può alimentare il motore della barca. Questa tecnologia potrebbe aiutare a ridurre gli effetti negativi delle petroliere che scaricano i loro serbatoi di petrolio nell’oceano oltre a contribuire a ridurre l’impatto delle sostanze chimiche che vengono trascinate nei fiumi e, alla fine, raggiungono il mare.

Anche la società americana Urban Rivers ha fatto della pulizia delle acque la propria missione, sviluppando un “robot spazzatura” che galleggia lungo il fiume Chicago per mantenere pulito il corso d’acqua: invece di mandare qualcuno fuori ogni giorno per pulirlo, il robot mantiene pulite le piante e impedisce alla fauna acquatica di ingerire i rifiuti nocivi, che possono entrare nella catena alimentare.

  • Riciclaggio più facile/più efficiente
INFOGRAFICA
I Trend 2022 per l’UC&C: come rendere smart la comunicazione aziendale
Cloud
Intelligenza Artificiale

I consumatori di materiali riciclati – quali plastica, carta, metallo e scarti di legno – si aspettano che essi rispettino determinati requisiti e specifiche. Ovvero, molti consumatori desiderano che la raccolta del materiale sia il più possibile differenziata alla fonte. Ne consegue che le aziende di riciclaggio non riescono ad essere all’altezza di tali aspettative quando utilizzano solo metodi di raccolta tradizionali. Esistono invece robot che sono in grado di classificare i prodotti riciclati in categorie a seconda del materiale di cui sono fatti in modo tale che sia garantita la qualità e l’accuratezza dei materiali riciclati e, al contempo, ridurre i costi di manodopera sulla linea di smistamento. Alcuni dei robot possono effettuare circa 2.000 prelievi di materiale corretti all’ora rispetto agli umani che ne effettuano solo circa 800.

  • Aumento della produttività, l’efficienza e della qualità dei prodotti nella produzione

I robot stanno migliorando le pratiche sostenibili dei produttori in quanto contribuiscono a ridurre gli sprechi, essendo molto precisi sino a ridurre al minimo l’errore. Ciò aiuta l’impianto a diventare più efficiente e tutto ciò che produce viene utilizzato e non vengono scartati rifiuti che avrebbero un impatto sull’ambiente. Apple, ad esempio, impiega i robot nel processo di riciclaggio degli iPhone scartati essendo essi in grado di identificare e prelevare i componenti riutilizzabili dai vecchi iPhone che sono poi impiegati per altri prodotti, evitando la produzione di altri componenti aggiuntivi.

sostenibilità

Quadri normativi e sostenibilità: innovazione armonica e rischi

Detto quanto sopra, per aiutare a gestire il vasto potenziale dell’AI e trarne il massimo beneficio – per gli individui e l’ambiente, in un’ottica di raggiungimento degli SDG, ossia di sostenibilità, è necessario stabilire adeguati quadri politici e legislativi.

Di fatto, il controllo normativo dovrebbe essere preceduto da approfondimenti da parte dei responsabili politici in modo che acquisiscano comprensione sufficiente delle sfide dell’AI e siano in grado di formulare politiche solide, sottraendole al rischio che siano addirittura controproducenti.

In questa direzione si sta adoperando in Usa il Future of Life Institute che sta raccogliendo e analizzando quanto fatto a livello politico e in termini di principi condivisi a livello globale. Lo scopo è quello di monitorare:

  • i progressi di un’AI effettivamente favorevole allo sviluppo sostenibile in modo tale che le applicazioni basate su questa tecnologia forniscano trasparenza in termini di: scelte e decisioni prese durante la progettazione, lo sviluppo e l’uso;
  • informazioni sulla provenienza e la governance dei dati utilizzati per l’addestramento degli algoritmi.
  • allineamento alle linee guida AI esistenti.

Inoltre, è doveroso ricordare che, se da un lato l’aumento delle applicazioni dell’AI e delle tecnologie associate è legato alla prospettiva di portare, come ben speriamo, sia a usi più efficaci e sostenibili dei paesaggi terrestri e marini sia a maggiori capacità di monitoraggio ambientale oltre a una maggiore trasparenza nelle catene di approvvigionamento, dall’altro lato potrebbe anche creare nuovi rischi sistemici per la sostenibilità poiché le tecnologie di AI si diffondono in nuovi settori sociali, economici, e contesti ecologici.

Ovvero: i sistemi di AI basati su condizioni ecologiche storiche potrebbero fallire poiché gli ecosistemi sulla terraferma e sui paesaggi marini cambiano in modo repentino e a volte irreversibile. Quest’ultimo fenomeno è noto in ecologia come “cambiamenti di regime” che possono manifestarsi senza preavviso con grandi ripercussioni sugli ecosistemi e su coloro che da essi dipendono. Ne consegue che, nonostante i dati di addestramento e il contesto in cui viene utilizzato l’algoritmo siano appropriati, la loro applicazione può comunque portare a errori di interpretazione: un sistema di intelligenza artificiale potrebbe funzionare come previsto dal suo progettista, ma tuttavia, l’utente potrebbe non coglierne appieno l’utilità o giungere a interpretazioni sbagliate.

Gli sviluppatori di sistemi di supporto dell’AI per l’agricoltura digitale, ad esempio, non sono ancora in grado di convertire informazioni geospaziali complesse in azioni di gestione delle colture appropriate, con conseguente interpretazione errata e uso improprio dei dati. Ne consegue che molti agricoltori che utilizzano la tecnologia di precisione possono impiegarla in modo errato sino ad applicare, ad esempio, quantitativi maggiori (anziché minori) di fertilizzante a base di azoto (N) nella speranza di aumentare i raccolti.

Inoltre, informazioni e dati preziosi sono spesso trasmessi o analizzati al di fuori del contesto oppure archiviati su cloud e, di conseguenza, possono essere soggetti a violazioni in più fasi.

Nel campo agricolo è doveroso considerare anche il rischio derivante dall’ottimizzazione delle prestazioni di un sistema robotico per massimizzare la gestione efficiente. Di fatto tale ottimizzazione può compromettere il funzionamento e la resilienza complessivi del sistema a lungo termine, dal momento che, man mano che questi sistemi diventano sempre più ottimizzati ed efficienti, diventano anche più fragili e vulnerabili ai sopra menzionati “cambiamenti di regime. Di fatto, le applicazioni AI e la maggiore automazione – inclusi i sistemi di AI che privilegiano l’efficienza rispetto alla ridondanza e alla diversità – potrebbero accelerare la perdita di resilienza. E, ancora, si è riscontrato che i vantaggi economici dell’automazione e delle applicazioni associate dell’AI sembrano essere maggiori per le aziende agricole di più grandi dimensioni. Ovvero, nonostante gli investimenti in queste tecnologie potrebbero creare forti incentivi sia per i paesaggi agricoli di maggiore estensione sia quelli più “semplificati”, risulta oramai evidente che le aziende agricole più piccole tendono a essere più produttive e ricche di biodiversità per periodi di tempo più lunghi e, pertanto, ricoprono un ruolo fondamentale per la sicurezza alimentare delle comunità nelle regioni più fragili del mondo.

Pertanto, i quadri normativi dovrebbero considerare in modo più strutturato il cambiamento climatico e la sostenibilità, anziché limitarsi a suggerire la “sostenibilità ambientale” come un possibile e volontario “requisito aggiuntivo” da parte di coloro che sviluppano sistemi di AI.

Inoltre, particolare attenzione deve essere rivolta al ruolo della forza lavoro umana in un contesto sempre più digitalizzato ed attuare la cosiddetta “innovazione armonica”. Vanno avviate, insomma, un’innovazione e una tecnologia antropocentriche dal momento che l’influenza della tecnologia sulle nostre società dovrebbe essere determinata dalle azioni di noi umani, non dalle macchine.

sostenibilità

Conclusioni

Siamo a un punto di svolta critico per il futuro dell’AI a fronte del dibattito globale in atto per sviluppare un’AI favorevole allo sviluppo sostenibile entro il 2030 e per sbloccare tutti i vantaggi di tale tecnologia. Tutti gli attori coinvolti a livello globale dovrebbero essere rappresentati in un concerto di voci per garantire che nessuno venga lasciato indietro.

Le applicazioni di AI dovrebbero essere basate sull’etica, dimostrarsi consapevoli del contesto e inclusive per un uso responsabile. È indispensabile a livello globale, un’armonizzazione normativa intergovernativa, frutto di una politica aperta per la trasportabilità dei dati.

Per mantenere l’AI vantaggiosa, ovvero per assicurare che i robot comprendano, adottino e mantengano gli obiettivi dell’umanità, abbiamo bisogno di visioni e saggezza condivise.

 

WHITEPAPER
Intelligenza Artificiale nel Marketing: quello che i CMO devono sapere
CRM
Intelligenza Artificiale

 

FacebookTwitterLinkedIn