Bari 21 Febbraio 2020

Negli ultimi decenni, e ogni giorno che passa sempre di più, l’intelligenza artificiale, con le sue applicazioni, si è impossessata della nostra vita quotidiana. Se ne sente parlare tanto, ma che cos’è in realtà? Si tratta di una disciplina scientifica che punta a sviluppare programmi o macchine con un comportamento che verrebbe definito intelligente se fosse esibito da un essere umano.
I sistemi di intelligenza artificiale più avanzati sono basati sulle cosiddette “Reti Neurali Artificiali”, un modello matematico che si compone di neuroni “artificiali” collegati tra loro secondo varie architetture che ne determinano la funzionalità. Altre tecniche di intelligenza artificiale sono gli algoritmi genetici che, traendo ispirazione dalla biologia, si basano sull’imitazione dei meccanismi di evoluzione naturale che rappresentano possibili soluzioni di un problema. Il loro scopo è selezionare le soluzioni migliori e ricombinarle in modo che possano evolvere verso quella ottimale.
Questi algoritmi, via via più sofisticati, trovano applicazione in molti campi, dalla pianificazione dei trasporti alla simulazione del comportamento di un sistema, alla progettazione di circuiti elettronico digitali. Nell’ambito della previsione dei rischi naturali e determinati dall’intervento umano (frane, inquinamento delle acque sotterranee, rischio sismico), negli ultimi anni molti ricercatori si sono interessati alle reti neurali artificiali, le cui applicazioni, se opportunamente progettate e condotte, consentono di ottenere risultati significativi e affidabili.


Una Rete Neurale Artificiale è un modello costituito da numerose unità omogenee, i neuroni, connesse tra loro mediante collegamenti di varia intensità. Si ispira a quanto avviene in natura: i neuroni altro non sono che le nostre cellule nervose, presenti nel cervello (costituiscono la nostra intelligenza, la nostra memoria e sono la centralina di comando dei movimenti del corpo e delle funzioni degli organi interni) e nel midollo spinale, dove sono destinate a guidare la motilità e la sensibilità degli arti e del tronco. Il neurone è composto da un corpo centrale, e da due tipi di diramazioni, dendriti ed assoni. I primi servono a ricevere informazioni da altri neuroni, i secondi a trasmettere segnali ad altre cellule nervose.

Rete Neurale Artificiale

La Rete Neurale artificiale può essere considerata una scatola nera, con degli input, degli strati intermedi nascosti e degli output che costituiscono il risultato finale. Nella figura qui sopra è raffigurata una delle principali architetture di reti neurali: il Multi Layer Perceptron. In particolare, ciascun neurone è collegato a tutti i neuroni dello strato successivo tramite connessioni “pesate” (il peso è un valore numerico). Ciascun neurone somma i valori pesati di tutti i neuroni ad esso collegati e raggiunge un coefficiente che consente di modulare il risultato. A quest’ultimo viene applicata una “funzione di attivazione” che trasforma matematicamente il valore prima di passarlo allo strato successivo. In questo modo i valori di input vengono propagati attraverso la rete fino ai neuroni di output. Il modello può essere una rete neurale con flusso in avanti, dove gli impulsi si propagano in un’unica direzione; oppure una rete feedback quando le connessioni trasportano il segnale anche all’indietro. Il fine ultimo è regolare questo sistema in modo da ottenere il risultato desiderato. Le reti neurali artificiali, nelle loro diverse e, più o meno, complesse architetture, trovano già da tempo ampio utilizzo nel campo dei rischi naturali e di quelli prodotti dall’uomo.

L’intrusione salina lungo le coste di Otranto (Murgia salentina, Puglia). Si notano i due laghi costieri di Alimini (Alimini Grande ed Alimini Piccolo)

In particolare, nel campo dell’idrogeologia sono applicate nella modellazione del deflusso delle acque sotterranee in grandi strutture rocciose calcaree, nello studio dei processi di salsificazione delle acque dolci in corrispondenza delle coste, nella predizione dei processi di inquinamento delle acque sotterranee in aree dove è presente una notevole attività umana, nella gestione e nella tutela delle acque sotterranee in aree a potenziale desertificazione.

A sinistra le Dolomiti lucane. A destra fenomeni di crollo avvenuti in località Margiass presso la strada SP13 (14 aprile 2017)

Le reti neurali artificiali, dai primi anni del nuovo secolo, hanno trovato applicazione anche nella previsione della pericolosità delle frane e nelle conseguenti azioni di tutela. L’alto interesse da parte dei ricercatori per questo tipo di modello è dimostrato dalla quantità di pubblicazioni dedicate: dal Duemila ad oggi, su circa 600 studi censiti, all’incirca 50 (il 9 per cento) ricorrono alle reti neurali artificiali per la valutazione della pericolosità di frana.
In Italia, i primi lavori risalgono al 2005 e sono riferibili ai gruppi di ricerca dell’Università di Firenze, della Basilicata e dell’Istituto di Ricerca per la Protezione Idrogeologica del Consiglio Nazionale delle Ricerche. A titolo di esempio, nelle immagini sono riportati alcuni casi di studio riguardanti il rischio di crolli lungo importanti corridoi stradali in Basilicata.
La ricerca in questo campo, sebbene vi siano ancora limiti, ha ormai raggiunto una maturità significativa sia in termini di metodologie che di campi di applicazione. Ciononostante, non bisogna dimenticare il contributo storico dato dai metodi tradizionali. Forse la ricetta vincente è l’integrazione fra questi e i modelli innovativi.
(Ha collaborato Lucia Losasso)

Immagine di apertura di Gerd Altmann

Nato a Cosenza, laureato in Scienze Geologiche presso l’Università La Sapienza di Roma è Professore Ordinario di Geologia Applicata nella Scuola di Ingegneria dell'Università degli Studi della Basilicata, dove insegna Geologia Applicata. Autore di circa 190 lavori scientifici sulle tematiche di valutazione e di tutela del rischio idrogeologico e ambientale, è stato Editor di alcuni volumi riguardanti tematiche di rischio geologico.

LASCIA UN COMMENTO

Per favore inserisci il tuo commento!
Per favore inserisci il tuo nome qui