Il progetto CWASI, conclusosi nel 2020, ha affrontato il problema della globalizzazione delle risorse idriche, concentrandosi sul suo consumo ed utilizzo nella produzione alimentare. Tra i numerosi obiettivi, gli sforzi di ricerca si sono focalizzati anche sull’analisi dell’impronta idrica dell’agricoltura e sulla dinamica dei flussi di “acqua virtuale” associati al commercio globale dei prodotti. 

Il tutto, al fine di avere un quadro completo e dati interessanti per un’esatta valutazione dell’uso dell’acqua per la produzione nello spazio e nel tempo, diversi prodotti alimentari cruciali, secondo l’indicatore Water Footprint. 

Water To Food, vuole essere punto di riferimento per altri ricercatori, ma più di tutto, vuole mettere a disposizione della società i dati riguardanti l’acqua virtuale sopracitata, ovvero “l’acqua che, prelevata da una nazione per coltivare e lavorare un determinato bene, si sposta dal posto di produzione al posto di consumo”. 

I dati raccolti dal 2015 nel corso del progetto CWASI, hanno contribuito in modo rilevante ad arricchire ed aggiornare la letteratura sul tema. Solo dopo, la decisone di raccoglierli su questa piattaforma, rielaborandoli per essere fruibili ad un ampio target, grazie alla loro organizzazione in infografiche interattive.

L’idea di divulgare sotto questa forma i risultati ottenuti, è nata da Benedetta Falsetti, Carla Sciarra e Marta Tuninetti, tre giovani ricercatrici del Dipartimento di Ingegneria dell’Ambiente, del Territorio e delle Infrastrutture del Politecnico di Torino. Durante l’ultimo anno, hanno lavorato al fianco di un team di esperti in comunicazione, cercando una via per passare informazioni complesse in maniera semplice ed immediata. 

Water To Food è pensato proprio per chi, essendo curioso ed attento su questi temi e volenteroso di ridurre l’impatto sulle risorse idriche della sua dieta, possa accedere in maniera rapida e facile ad un vasto database di informazioni, che possano aiutare nella scelta degli acquisti e promuovendo così un consumo di acqua più sostenibile…

Un esempio: sapete quanti metri cubi d’acqua virtuale si porta dietro l’acquisto – in Italia – di un frutto kiwi proveniente dal Sudafrica, piuttosto che dal Cile? Stiamo parlando di 7.324 metri cubi per il primo, a di 5.487.240 metri cubi per il secondo (dato 2016).

Ovviamente esistono relazioni complesse tra i fattori che determinato l’impronta idrica e possono dipendere dal clima come dalle pratiche agricole più o meno all’avanguardia, ma anche da cambiamenti demografici e dalle dinamiche di mercato. Tutti aspetti che sono stati indagati grazie al progetto CWASI.

L'articolo Scoprire l’impatto sostenibile di un prodotto alimentare? Facile, grazie agli open data proviene da Osservatorio C Quadra.

Gli ologrammi regalano un’eccezionale rappresentazione del mondo 3D e, cosa più importante, offrono una prospettiva mutevole in base alla posizione dello spettatore, consentendo all’occhio di regolare la profondità, mettendo a fuoco alternativamente il primo piano piuttosto che lo sfondo. 

Partendo da questo, i ricercatori del Massachusetts Institute of Technology, hanno generato ologrammi 3D in tempo reale avvalendosi di una rete neurale convoluzionale, una tecnica di elaborazione che utilizza una catena di tensori addestrabili, per imitare approssimativamente il modo in cui gli esseri umani elaborano le informazioni visive. In altre parole, hanno generato immagini 3D tramite una simulazione ottica creata grazie all’intelligenza artificiale. 

L’addestramento della sopracitata rete neurale è avvenuta attraverso un set di big data creato ad hoc per la ricerca, basato su “scene con forme e colori complessi e variabili”. Il team di ricerca tramite l’utilizzo di 4.000 coppie d’immagini, l’ologramma corrispondente e le informazioni specifiche su colore e profondità delle onde luminose, è riuscito a sviluppare una sorta di configurazione ottica. “Imparando” da ogni coppia di immagini precaricata, la rete ha modificato i propri parametri di calcolo, migliorando così la capacità di generare ologrammi, ottimizzando di volta in volta il risultato finale.

Esempio di immagini contenute nel database usato dai ricercatori

L’efficienza e la velocità raggiunta – pochi millisecondi per ologramma – ha sorpreso gli stessi componenti del team, aprendo molteplici – seppur ipotetici – scenari di applicazione. Joel Kollin, uno dei principali optical architect di Microsoft, anche se non coinvolto nella ricerca, ha suggerito la possibilità di personalizzare queste visualizzazioni in base alla prescrizione oftalmica di uno spettatore, creando così immagini più nitide di quelle che egli sarebbe in grado di vedere con l’utilizzo di occhiali di correzione per aberrazioni di basso ordine. 

L’olografia 3D in tempo reale potrebbe migliorare una serie di sistemi, dalla stampa 3D volumetrica, alla microscopia, fino ad arrivare alla VR. Il team, guidato da Liang Shi, autore della ricerca e dottorando presso l’EECS – Dipartimento di ingegneria ed informatica del MIT, ha affermato che questo nuovo sistema potrebbe immergere gli spettatori VR in scenari più realistici, eliminando l’affaticamento agli occhi e gli altri effetti collaterali legati all’uso della realtà virtuale a lungo termine. 

La tecnologia potrebbe essere facilmente implementata su display che modulano non solo la luminosità delle onde luminose, ma anche la loro fase e ipoteticamente potrebbe già essere messa a punto per gli ultimi modelli di smartphone. Il lavoro di ricerca è stato supportato in parte anche da SONY. 

Per approfondire:

Shi, L., Li, B., Kim, C. et al. (2021) Towards real-time photorealistic 3D holography with deep neural networks. Nature 591, 234–239 https://doi.org/10.1038/s41586-020-03152-0

L'articolo Sono (finalmente) arrivati gli ologrammi 3D generati in tempo reale proviene da Osservatorio C Quadra.