La metropolitana di Hong Kong la governa un computer

Caso di studio

Nasce un nuovo approccio alla pianificazione delle opere di manutenzione per i tunnel sotterranei. Con risparmi di circa 800 mila dollari ogni anno. Grazie all'Intelligenza Artificiale: il sistema crea un modello virtuale dell'intera rete, valutando le professionalità richieste da ciascun intervento necessario e la priorità di ciascuna riparazione

di Daniele Dal Sasso, Andrea Granelli- Kanso

La manutenzione delle linee ferroviarie sotterranee su cui si basano le metropolitane di molte delle più grandi città nel mondo è attività decisamente complessa. Garantire il funzionamento di sistemi di trasporto che possono arrivare a trasportare fino a 7 milioni di persone ogni giorno (come nel caso della Metropolitana di Mosca), assicurandone sicurezza ed efficienza, implica un elevatissimo numero di operazioni diverse, su linee che possono totalizzare fino a 300 km di lunghezza complessiva (sempre nella capitale russa). Al netto delle lavorazioni effettuate sui convogli, che possono essere concentrate in rimessaggi o depositi specializzati, occorre assicurarsi delle buone condizioni di binari e linee aeree (ove presenti), della tenuta del rivestimento dei tunnel, del corretto funzionamento dei sistemi di sicurezza e d'allarme, dello stato delle stazioni, del corretto deflusso delle eventuali infiltrazioni d'acqua lungo la linea. Come è facile immaginare, la totalità delle metropolitane moderne dispone di sofisticati strumenti diagnostici e di monitoraggio, che riducono la necessità di costose ispezioni manuali.

Il rigido limite temporale per l'attuazione degli interventi necessari, circoscritto al periodo di chiusura notturna delle stazioni, e la varietà di professionalità coinvolte (dall'ingegnere, al muratore, all'operaio specializzato, all'informatico…), tendono ad introdurre problematiche ulteriori, e mettono ben in evidenza la centralità delle attività di pianificazione e coordinamento per la buona salute dei sistemi di trasporto di massa.

La metropolitana di Hong Kong rappresenta per molte ragioni l'eccellenza del trasporto urbano sotterraneo, con la più alta percentuale al mondo di treni in orario, ed una imponente “macchina” manutentiva che impiega circa 10.000 persone, impegnate in oltre 2.500 interventi di tutti i tipi ogni settimana. MTR Corporation, soggetto proprietario e gestore della linea, ha recentemente introdotto un nuovo approccio alla pianificazione delle opere di manutenzione per i tunnel sotterranei, basato sull'applicazione di algoritmi di Intelligenza Artificiale: il sistema crea un modello virtuale dell'intera rete, valutando le professionalità richieste da ciascun intervento necessario e la priorità di ciascuna riparazione.

La piattaforma di gestione, realizzata dall'equipe del professor Chun dell'Università di Hong Kong, utilizza algoritmi genetici per confrontare diverse simulazioni all'interno del modello virtuale, individuando percorsi comuni, e risorse e macchinari condivisibili tra i diversi gruppi di intervento, aumentando – in tal modo – l'efficienza complessiva del sistema di manutenzione. Il piano di manutenzione così generato tiene conto di eventuali regolamenti in vigore nelle zone destinatarie degli interventi (per esempio relativi all'inquinamento acustico nelle ore notturne), ed è comunque soggetto a supervisione da parte di operatori umani, in grado di apportare manualmente modifiche urgenti alla pianificazione generata dagli algoritmi (in grado di adattarsi alle modifiche).

La peculiarità del sistema deriva dalle modalità utilizzate dagli sviluppatori per codificare le regole alla base del motore decisionale: l'equipe del professor Chun ha trascorso diversi mesi in compagnia di operai, ingegneri ed esperti, al fine di estrarne la conoscenza tacita accumulata negli anni. Raccogliendo ed analizzando i criteri alla base delle decisioni relative alla pianificazione degli interventi di manutenzione, i membri dell'equipe hanno potuto codificare un corpus di regole sulla base delle quali valutare gli scenari costruiti dalla nuova piattaforma di gestione.

Prima dell'introduzione del nuovo set di algoritmi, gli interventi venivano discussi durante 5-6 riunioni differenti con esperti di aree specifiche, spesso con problematiche di comunicazione tra gruppi di lavoro ed aree di expertise diverse. La nuova piattaforma permette di risparmiare complessivamente due intere giornate di pianificazione a settimana, riducendo il tempo medio dedicato alle riparazioni di 30 minuti a notte, con risparmi di circa $800.000 ogni anno. Al punto che MTR Corporation, gestore delle metropolitane di Londra, Stoccolma, Melbourne e Beijing, ne sta valutando l'applicazione anche in altri scenari, a partire dalla capitale cinese.

Curiosamente, l'iniziativa dell'Università di Hong Kong si basa su un'inversione del principio ispiratore dell'automazione e della robotica: se, tradizionalmente, gli esseri umani impartiscono comandi (più o meno generici, più o meno codificati) alle macchine, che li eseguono con precisione ed efficienza, nel nuovo scenario un cervello elettronico iper-specializzato coordina il lavoro degli esseri umani, con rapidità e rendimenti prima sconosciuti. La differenza non è trascurabile: come rilevato dalla stessa equipe del professor Chung, l'adozione del nuovo sistema è stata rallentata dalle resistenze del personale più esperto, perplesso dalla scarsa trasparenza del processo decisionale alla base della pianificazione degli interventi.

Come sempre, il concetto stesso di Intelligenza Artificiale porta con sé inquietudini e paure sopite: finiremo soggiogati dai nostri nuovi Padroni Digitali?

21 Luglio 2014

TAG: granelli casi