Sono diversi i modi in cui l’intelligenza artificiale sta modificando, e continuerà a modificare, la mobilità. Grazie agli algoritmi avanzati è, infatti, possibile, per esempio, ottimizzare le rotte, migliorare la sicurezza sulle strade e ridurre l’impatto ambientale.
Una delle applicazioni più evidenti dell’Ia sono i veicoli autonomi, dove l’intelligenza artificiale utilizza, tramite i sistemi ADAS, sensori, radar e telecamere monitora l’ambiente circostante, riconosce ostacoli e pedoni e prende decisioni di guida in frazioni di secondo. In questo modo, non solo si riduce il margine di errore umano, ma promette di migliorare la sicurezza stradale riducendo gli incidenti causati da distrazione o stanchezza.
Ma l’Ia interviene anche nell’ottimizzazione delle rotte, permettendo ai veicoli e ai sistemi di trasporto pubblico di scegliere i percorsi più rapidi e meno trafficati, riducendo così sia tempi di viaggio che, di conseguenza, l’inquinamento. Inoltre, nelle piattaforme di ride-hailing e car-sharing gli algoritmi di intelligenza artificiale ottimizzano la distribuzione dei veicoli in base alla domanda, migliorando l’efficienza e l’accessibilità del servizio. Infine, le nuove tecnologie stanno cominciando a modificare anche la gestione delle infrastrutture urbane: un esempio sono i semafori intelligenti, che regolano il traffico in tempo reale riducendo gli ingorghi, e i parcheggi smart, che guidano i conducenti verso posti liberi, minimizzando il tempo perso nella ricerca.
Un altro sviluppo interessante dell’Ia nella mobilità riguarda la logistica e prende il nome di platooning: si tratta di una tecnologia che sfrutta appunto l’Ia per permettere ai camion di viaggiare in convoglio, mantenendo una distanza ridotta tra i veicoli grazie alla comunicazione wireless Vehicle-to-Vehicle (V2V). In questa configurazione, dunque, un camion leader guida il gruppo, mentre i camion che seguono replicano i movimenti del primo, con una riduzione al minimo dell’intervento umano. Questo sistema consente di migliorare l’efficienza del trasporto su strada, riducendo la resistenza aerodinamica e, di conseguenza, il consumo di carburante e le emissioni di CO2. Parallelamente consente di ottimizzare i costi operativi per le flotte di trasporto merci, riducendo anche l’usura dei veicoli e migliorando la sicurezza stradale, esseno i sistemi di Ia in grado di reagire più rapidamente agli ostacoli e ai cambiamenti nel traffico rispetto agli esseri umani. Il platooning ha dunque enormi potenzialità, ma, affinché possa funzionare al meglio e su larga scala è necessario un aggiornamento delle infrastrutture nonché regolamentazioni specifiche.
Un’ulteriore applicazione interessante dell’intelligenza artificiale alla mobilità riguarda i trasporti hyper-local con robot di consegna autonomi: si tratta di piccoli veicoli progettati per operare su distanze brevi, già in fase di sperimentazione in varie città per la consegna di pacchi, cibo e beni di consumo. Grazie all’Ia questi robot riescono a muoversi in città in sicurezza, riducendo la necessità di intervento umano: sono in grado di navigare autonomamente attraverso i quartieri cittadini utilizzando sensori, radar, Gps e algoritmi di apprendimento automatico per pianificare percorsi ottimali e prevenire collisioni. Le loro ridotte dimensioni potrebbero contribuire a diminuire sia la congestione stradale che le emissioni di CO2. Tutte caratteristiche che li rendono ideali per il trasporto dell’ultimo miglio.
