sabato, Giugno 15, 2024

DIGITAL TWIN: TUTTO IN SEI MOSSE

Molti oggi parlano di digital twin ma spesso senza comprendere come opera e quali funzioni può svolgere. Si ascoltano, nei convegni e nelle discussioni, considerazioni imprecise o indeterminate che non fanno chiarezza su cosa si intende con digital twin e quali possono essere le opportunità. Esiste una lista di “indicatori” che ci possono aiutare a comprenderne le potenzialità e utili nel processo di realizzazione del digital twin. Li percorro brevemente.

Il primo indicatore è la ‘banca dati’, dagli anglosassoni detta ‘capture’, che deve essere il più completa possibile e contenere la rappresentazione in 3D. Tutte le banche dati georeferenziate hanno un forte valore conoscitivo, la loro rappresentazione anche tridimensionale garantisce una valenza in più, una conoscenza del modello più definita e realistica. L’acquisizione delle nuvole di punti e la loro rappresentazione a ‘face’ con la gestione e integrazione con le banche dati georeferenziate sono il primo passo, importante e fondamentale, per il digital twin.

Il secondo indicatore è la ‘visualizzazione’, dagli anglosassoni ‘visual’: questa è la piattaforma che ne permette la visualizzazione e l’interrogazione. Fondamentale è la capacità di rappresentare grandi quantità di dati di diversa natura, tutti georeferenziati, e che includono dati satellitari, immagini da drone, nuvole di punti, geodatabase e dati Bim, solo per indicare i più comuni.

Il terzo indicatore è la ‘capacità di analisi’, dagli anglosassoni ‘analytical’: anche qui la piattaforma che ne permette la visualizzazione e interrogazione dovrà avere le funzioni di analisi spaziale, e, da qui in avanti, il digital twin inizia ad avere una sua concretezza. Questo è il punto sul quale, a oggi, le amministrazioni si stanno attrezzando per avere il loro digital twin. Siamo, però, solo a metà del guado.

Il quarto indicatore è il ‘real time’. Si incrociano il mondo dei sensori e l’osservazione dinamica del territorio. Immaginate di introdurre nel sistema la sensoristica della mobilità, della disponibilità dei parcheggi, delle telecamere, dei sensori ambientali, della semaforica intelligente, della sicurezza, del pronto intervento, solo per dare qualche elemento. Si tratta di un insieme di sensori che coopera come un sistema nervoso del modello digitale, il tutto georeferenziato portando informazioni e contributi per le scelte di analisi.

Il quinto indicatore è il ‘semiautomatico’, dagli anglosassoni ‘semiautonomous’: qui le analisi possono essere con risposte semiautomatiche, per esempio i sensori riscontrano dei limiti di allerta e avviene un dispaccio automatico verso enti che possono o devono intervenire, esempio un’allerta neve o, come recentemente avvenuto, un’allerta per possibili inondazioni. L’uomo, in questa fase, ha ancora un ruolo importante e definisce azioni e comportamenti da effettuare a completamento di un’attività semiautomatica.

Sesto ed ultimo indicatore è ‘l’automatico’, dagli anglosassoni ‘fully autonomous’; qui entra in gioco il machine learning o l’intelligenza artificiale e la gestione è delegata alla macchina, che suggerisce scenari e previsioni. I ‘constraints’ vengono dati dall’uomo ma le soluzioni sono esclusivamente portate dalla macchina e si aprono futuri affascinanti e complessi.

Ultimi articoli