L’espressione Smart City non è più un concetto astratto, bensì la naturale propensione degli agglomerati urbani all’impiego intensivo di quelle stesse tecnologie ‘intelligenti’ che si sono già fatte strada in ambito produttivo/di business e anche nella quotidianità delle persone. Certamente, l’implementazione di tecnologie quali Machine Learning, Computer Vision e NLP (Natural Language Processing) nel contesto urbano porta con sé sfide di livello superiore, soprattutto in considerazione dell’impatto dirompente che queste avrebbero nei confronti della quotidianità e della vita di milioni di persone. Inoltre, gli ambiti di applicazione di un modello urbano data-driven sarebbero estremamente ampi: dalla mobilità intelligente, con auto a guida (totalmente) autonoma, a sistemi di monitoraggio ambientale capaci di informare in tempo reale i cittadini e di indirizzarne i comportamenti, per non parlare di sistemi smart di prevenzione delle attività criminose o gli ecosistemi sanitari basati su IoT che collegano pazienti, medici e strutture.

 

I vantaggi di essere smart

Il cambio di paradigma si rende necessario non solo per assecondare e sfruttare al massimo le evoluzioni tecnologiche rivolgendole al bene dei cittadini e delle amministrazioni, ma per gestire la forte e continua crescita degli agglomerati urbani: secondo le Nazioni Unite, nel 2030 le aree urbane, tra cui le cosiddette megacities, ospiteranno almeno il 60% della popolazione mondiale, cosa che impone nuovi modelli organizzativi e di governance per far fronte alle esigenze di città da decine di milioni di persone. Il passaggio a un modello urbano data-driven porta dunque con sé nuove sfide e, soprattutto, impone una rivisitazione del Risk Management che tenga in massima considerazione il nuovo ruolo delle “macchine”, che da sistemi di supporto per le attività dei cittadini, potranno prendere decisioni e gestire autonomamente alcune attività che oggi sono riservate agli esseri umani, dalla guida su strada alla gestione di infrastrutture critiche. Se già oggi la sicurezza informatica è centrale per mille motivi diversi, nel paradigma di smart city i sensori, i dispositivi e i servizi di connettività saranno fondamentali per buona parte dei servizi dedicati ai cittadini: un’interruzione nel servizio, un guasto o un attacco mirato ai dati potrebbero avere conseguenze disastrose, da evitare a i tutti i costi. 

 

Il ruolo di Computer Vision in una Smart City

Posto che il concetto di smart city comporta un riesame dei modelli di gestione del rischio, le tecnologie che lo abilitano forniscono alle amministrazioni dati essenziali con cui valutare, gestire e mitigare rischi urbani e territoriali: alluvioni, rischi stradali, rischi idraulici, valutazione del degrado, stato delle infrastrutture ecc. Tra queste tecnologie, non si può non citare Computer Vision, che è definibile come la capacità delle macchine di replicare la vista umana sia a livello di acquisizione di immagini, sia – soprattutto – di interpretazione delle stesse. Grazie ai netti progressi nella qualità di acquisizione e nella velocità di elaborazione da parte di piccoli dispositivi che possono essere distribuiti nel perimetro cittadino, Computer Vision è uno dei fondamenti tecnologici della Smart City.

Quando si parla di Computer Vision la si associa al concetto di riconoscimento del volto, un concetto reso celebre dai dispositivi consumer come gli smartphone delle ultime generazioni, laddove viene impiegato per lo sblocco dei dispositivi. La cronaca ci parla poi di evoluti sistemi di riconoscimento biometrico basati su tecniche di Computer Vision e impiegati in alcuni aeroporti per le procedure di immigrazione, ma basta impegnare la fantasia per rendersi conto di quante applicazioni una tecnologia del genere, fortemente intrisa di Intelligenza Artificiale, potrebbe avere nel contesto di una Smart City: le prime ipotesi che vengono in mente riguardano la prevenzione di attività criminali, ma anche la capacità di identificare persone scomparse riconoscendole dal volto o dagli abiti indossati. Tutto ciò può porre questioni di conformità normativa, ma dal punto di vista tecnico i benefici per la collettività sarebbero più che tangibili.

 

Computer Vision e Machine Learning: intervenire prima del problema

Le potenzialità di Computer Vision vanno però molto oltre la capacità di riconoscere oggetti e persone, perché tramite questa tecnologia le smart city possono valutare i movimenti dei soggetti nel contesto urbano, oltre a monitorare lo stato delle infrastrutture nel corso del tempo, rilevando eventuali danni superficiali o difetti più profondi che necessitano di interventi. Non solo: un sistema di image recognition basato su Machine Learning può identificare e prevedere ingorghi, rilevare aree perennemente sovraffollate e sollecitare decisioni relative alla viabilità che semplifichino la vita delle persone, rendano più semplici gli spostamenti e assicurino la massima sicurezza. Tutto ciò si somma alla possibilità di rilevare incidenti, chiamare autonomamente i soccorsi, segnalare a chi di dovere violazioni del codice della strada, soste e occupazioni irregolari delle aree di parcheggio.

Come tutti i sistemi smart, limiti alle applicazioni pratiche non ce ne sono, anche perché i dati derivanti dalla Computer Vision possono essere arricchiti con altre informazioni che provengono da sistemi esterni: per esempio, informazioni sulla viabilità, sulla posizione dei mezzi pubblici, sul meteo locale e le sue previsioni. È dalla sapiente miscela di tutti questi analytics che le amministrazioni pubbliche possono realizzare una città sempre più evoluta e, nonostante le dimensioni importanti, anche a misura d’uomo.