Marco Simoncelli
RTT, Dipartimento ABC – Politecnico di Milano
Ringrazio innanzitutto il CTA per l’invito a scrivere l’editoriale di questo numero di Costruzioni Metalliche, prestigiosa rivista con cui ho l’onore di collaborare da diverso tempo.
In questo breve spazio vorrei sollevare una questione riguardante una sfida che in veste di ingegneri e architetti ci riserverà l’imminente futuro. In realtà non sarebbe proprio corretto parlare di futuro poiché l’argomento ci sta già accompagnando quotidianamente nella nostra professione. Mi sto riferendo al tema forse più discusso oggigiorno nel settore delle costruzioni, insieme alla sostenibilità, ovvero l’Intelligenza Artificiale.
Considero l’argomento Intelligenza Artificiale un tema molto affascinante ma spesso oggetto di speculazioni. In effetti non ho potuto fare a meno di notare che tantissime volte quello che viene fatto passare per una magia innovativa, non è niente di più di un processo di ottimizzazione, più o meno avanzato. È ben noto che le reti neurali accoppiate con algoritmi di machine learning sono in uso da più di 40 anni nel mondo del monitoraggio delle costruzioni e delle infrastrutture. I primi tentativi di utilizzo di machine learning nel settore delle costruzioni possiamo infatti datarli attorno agli anni ‘90 dove articoli scientifici presentavano algoritmi per la previsione dei costi di un progetto oppure per la valutazione dei carichi sulle strutture. A mio avviso, quindi, bisogna sempre prestare attenzione quando si tratta l’argomento Intelligenza Artificiale e fare un distinguo tra cosa è realmente intelligente e ciò che è solo una riproposizione del passato. Invito quindi i colleghi a prestare attenzione a chi vuol vendere qualcosa di ben noto come innovazione.
Fatta questa premessa, non si può negare che negli ultimi 10 anni è stato compiuto un enorme passo avanti, quasi esponenziale, nel settore, grazie soprattutto alla maggiore potenza dei calcolatori e quindi alla possibilità di poter gestire un numero davvero elevato di dati senza problemi. la metodologia deep learning attuale si prefigge un obbiettivo immenso, ovvero togliere ogni compito manuale al tecnico. vengono quindi auto-estratte le caratteristiche fondamentali dei dati di input eliminando il compito dell’ingegnere di preparare le variabili “a mano”. Vengono gestiti miliardi di dati anche quando essi si presentano in maniera casuale, complessa e non strutturata. Abbiamo la capacità di generalizzare su compiti diversi, anche senza ri-addestrare gli algoritmi. Per esempio, ad oggi esistono già strumenti gratuiti in rete (e sono davvero tanti) in cui viene data la possibilità a qualsiasi utente, di qualsiasi formazione culturale, di ottenere informazioni, elaborare/creare foto e video, risolvere formule complesse e creare script di programmazione, completamente da zero, partendo solo da richieste scritte in un linguaggio non tecnico. addirittura, anche quando la richiesta è scritta in maniera confusa, utilizzando ad esempio un italiano zoppicante, il programma riesce a comprendere quale sia il nostro fine ultimo e a fornirci una soluzione. La potenza di questi software è immensa ed era impensabile un simile traguardo anche solo 10 anni fa. Ecco che in quest’ottica l’intelligenza artificiale diventa un nostro prezioso alleato. potete fare una prova semplice.
Prendete una foto di cantiere, con alcuni operai al lavoro, e datela in pasto ad uno di questi software, utilizzando come input una semplice frase: “Quali rischi e pericoli noti in foto? riferisci l’analisi al D.LGS. 81/2008. Classificami con tre colori il differente livello di rischio”. Non vi dico il risultato, buon divertimento. Capirete subito le potenzialità dello strumento: l’integrazione di questo software ad una webcam, posizionata in cantiere, potrebbe fornirci un valido collega virtuale. Però si deve sempre prestare attenzione nell’analizzare criticamente il risultato ottenuto. E se questo può essere fatto agevolmente da noi professionisti più esperti e maturi, può risultare difficile per i giovani laureati.
Infatti, anche sul lato della didattica l’Intelligenza Artificiale ha rivoluzionato i giochi e accompagna gli studenti nel loro percorso. Tuttavia, se gli studenti non vengono istruiti adeguatamente, corriamo il rischio di far passare il messaggio che ormai non serve più a nulla lo studio e la comprensione profonda dei problemi perché “tanto fa tutto il software di Intelligenza Artificiale”. Relazioni progettuali con armature posizionate in maniera non idonea, report con calcoli totalmente errati e render folli stanno già arrivando sulla mia scrivania. Personalmente ho provato sia a far eseguire dei calcoli di semplici giunzioni bullonate di acciaio, sia a far generare dei disegni di carpenteria, ottenendo risultati scarsi.
Un’ultima prova semplice per i lettori. Provate a far risolvere ad uno di questi software una trave continua con tre appoggi, carico distribuito, avente però rigidezza flessionale della trave variabile nella lunghezza. Vedrete che vi verrà proposta una soluzione errata ma venduta per corretta. Se non venisse fatto un controllo oculato e attento si potrebbe pensare che la prima soluzione fornita sia effettivamente giusta. Ma così non è.
Questi nuovi strumenti non sono proiettati nel futuro ma sono realtà esistenti e sono deinostri alleati, che dobbiamo assolutamente utilizzare nella nostra pratica quotidiana. Capire le loro potenzialità e i limiti, per noi tecnici è fondamentale. Potrebbe essere utilizzata per un pre-dimensionamento rapido? oppure per redigere alcune parti di una relazione tecnica? Concludo la disamina con una battuta. Mi capita spesso di parlare con alcuni colleghi dell’argomento. Alcuni di essi si preoccupano che nell’immediato futuro vivremo situazioni in stile film catastrofico-futuristico, come “Transcendence” del 2014 con regia di Pfister e Johnny Depp protagonista. A mio avviso siamo molto lontani da tutto questo… ma forse non così tanto.