L’organizzazione della movimentazione della merce richiede, soprattutto per le grandi aziende di logistica, un grande impiego di risorse umane, economiche e di mezzi. Mezzi che, movimentandosi, hanno peraltro un notevole impatto anche e soprattutto sull’ambiente.

Proprio nella direzione di andare ad ottenere processi più efficienti, nasce l’idea con base in Brianza, a Nova Milanese, di Filippo Tamburini, Cosmo Valentino, Erica Pezzica e Alessandro Salvetti, 4 ingegneri con esperienze diverse, dalla consulenza manageriale, alla supply chain software, sino allo sviluppo software. Il team, mosso dal comune intento di implementare algoritmi di intelligenza artificiale ha dato avvio nel 2020 alla startup Cargoful, che ha potuto godere dapprima dell’accelerazione da parte di B4i – Bocconi for innovation e poi, dal 2021, ha potuto sfruttare investitori quali l’Università Bocconi, Smeup (azienda di Brescia che si occupa di sviluppo software) insieme a Skydeck, un acceleratore dell’Università di Berkeley, in California.

Il software, il cui sviluppo è stato avviato nel 2020, è sul mercato dal mese di maggio del 2023, può essere acquistato dietro pagamento di un abbonamento mensile e consente di andare a programmare le consegne, la movimentazione dell’intera flotta, pianificando gli itinerari nella maniera più efficiente possibile: il tutto andando a collettare i dati provenienti dalle stesse flotte delle aziende Clienti ed andandoli ad elaborare mediante algoritmi di intelligenza artificiale.

Si chiama Cargoful, tecnicamente si definisce Transportation Management System, e va a calcolare con l’utilizzo di algoritmi di intelligenza artificiale la migliore combinazione di dati per l’ottimizzazione dell’itinerario, dei tempi di carico, di scarico, la saturazione dei mezzi e il personale impiegato.

Sarà poi dunque l’algoritmo a programmare le consegne, anche andando a prevedere quali ordini saranno consegnati e quando, quali in ritardo, suggerendo modifiche anche mediante notifiche in tempo reale.

Stando ai risultati monitorati dagli sviluppatori, il software consentirebbe di ottenere una riduzione pari all’80% in termini di risorse umane impiegate per la pianificazione delle spedizioni, una riduzione pari al 14% dell’impatto sull’ambiente, grazie anche alla riduzione pari al 15% del chilometraggio percorso.

Risultati non trascurabili, rilevati sugli attuali 16 Clienti, ovvero aziende di differenti dimensioni (dai 15 agli 800 mezzi) che effettuano dalle 15 alle 50 consegne al giorno, che trasportano prodotti alimentari, beverage o personal care ai diversi livelli della supply chain.

L'articolo Da Nova Milanese l’Intelligenza Artificiale al servizio dell’ottimizzazione logistica proviene da Osservatorio C Quadra.

High Herr e Cameron Taylor, sono due degli autori principali dello studio pubblicato il 18 agosto 2021 su Science Robotics, intitolato “Magnetomicrometry”. L’idea che ha plasmato la strada percorsa dai ricercatori, è relativamente semplice: inserire piccole sfere magnetiche all’interno del tessuto muscolare di un arto amputato, misurare quanto e come si contrae il suddetto muscolo, trasmettere questo feedback alla protesi, così che questa possa “comportarsi il più naturalmente possibile” – il tutto, in qualche millisecondo. 

Ad oggi, la maggior parte di questi arti protesici vengono controllati mediante degli elettrodi posizionati sulla superficie cutanea o impiantati chirurgicamente nel muscolo: in ogni caso questo approccio, chiamato elettromiografia o EMG, fornisce informazioni legate esclusivamente all’attività elettrica nel muscolo. 

Quando usi il controllo basato sull’EMG, stai guardando un segnale intermedio. Stai vedendo cosa il cervello sta dicendo al muscolo di fare, ma non cosa effettivamente sta facendo

sottolinea Cameron Taylor, postdoc al Massachusetts Institute of Technology.

Da ciò, l’idea di inserire nei muscoli coppie di magneti per ricavare fondamentali informazioni, elaborate in base alle contrazioni registrate, alla loro velocità, alla mutata posizione di una sfera rispetto alla seconda della coppia. Tutte queste misurazioni, registrate da sensori esterni – collocati in prossimità dei magneti, anche sui vestiti – potrebbero essere inserite in un modello computerizzato e matematico dell’intera articolazione, capace di prevedere il movimento dell’arto fantasma nel paziente, nel tempo e nello spazio. 

Uno dei principali ostacoli all’utilizzo della magnetomicrometria negli scorsi anni, era il “lungo” lasso di tempo che intercorreva per queste misurazioni, impattando di conseguenza sul movimento – e sulla velocità di reazione – della protesi. Questa problematica è stata risolta grazie ad Herr e Taylor, i quali hanno sviluppato un algoritmo che ha notevolmente ridotto la quantità di tempo necessaria ai sensori per determinare in tempo reale la posizione dei piccoli magneti. 

La ricerca è stata finanziata dal MIT Media Lab, dalla Salah Foundation, dal National Institutes of Health e dalla National Science Foundation. Questo nuovo approccio è stato testato sugli animali, dimostrandone la rapidità ed accuratezza di misurazione, l’elevata qualità del segnale, la minima invasività dell’approccio.

Nei prossimi anni, il team di lavoro spera di poter applicare sperimentalmente la magnetomicrometria ad alcuni pazienti che presentano amputazioni sotto al ginocchio. 

L'articolo Algoritmi e magneti insieme per gli arti protesici del futuro proviene da Osservatorio C Quadra.

Il progetto del quale parleremo oggi, non avrà invece le stesse basi di partenza. 

L’Istituto Italiano di Tecnologia e l’Agenzia spaziale Europea, collaboreranno per due anni al fine di identificare, utilizzando le immagini satellitari, siti archeologici non ancora portati alla luce. Cultural Landscapes Scanner – questo il nome del progetto, partirà con pochissimo materiale fruibile e con l’ambizioso obiettivo della fotointerpretazione automatica. 

Non essendoci dunque un database di immagini archeologiche adeguate, il team di ricerca, guidato da Arianna Traviglia, dovrà sviluppare un’intelligenza artificiale basata su particolari algoritmi, in grado di analizzare immagini satellitari multispettrali, e da queste, individuare piccole alterazioni della vegetazione che possano indicare la presenza di resti nel sottosuolo.

La biomassa vegetale, con immagini in “verocolore” non mostra alcuna traccia di ciò che potrebbe nascondersi nel sottosuolo, ma un telerivelamento con spettro infrarosso, potrebbe individuare strutture solide interrate, quali edifici dei Romani, tracce di colonie della Magna Grecia o anche antiche costruzioni Etrusche. Tutto nascosto, ma individuabile attraverso firme spettrali rivelate grazie alla biomassa vegetale. 

Cerchiamo tracce invisibili all’occhio umano, che mostrino la presenza di stratigrafia archeologica. […] La cosa importante non è tanto scavare qualsiasi cosa ci sia sotto, quanto sapere che c’è: magari per progettare diversamente il passaggio di un’autostrada, oppure organizzare investimenti per proteggere l’area

Arianna Traviglia,
Researcher and Coordinator of IIT Centre for Cultural Heritage Technology (CCHT)

Queste informazioni potrebbero dunque avere usi e scopi diversi, dall’identificazione di scavi non autorizzati a diverse applicazioni di archeologia preventiva. Non solo informatica quindi, ma anche storia, archeologia e geologia… Un progetto estremamente complesso che finora nessuno è riuscito a realizzare, che “verrà affrontato con interdisciplinarità e fantasia”. 

Questo progetto (si ipotizza) potrà portare ad un possibile servizio anche per la piattaforma Copernicus, il programma di osservazione della Terra dell’Unione Europea.

L'articolo Tecnologie per i beni culturali: AI alla scoperta di nuovi siti archeologici proviene da Osservatorio C Quadra.