i progetti

Gemello digitale del mare, AI a tutela degli oceani: come funziona



Indirizzo copiato

I progetti ILIAD, EDITO e DTO BioFlow implementano il gemello digitale del mare integrando dati satellitari con modelli AI avanzati per studiare aree marine selezionate e sviluppare sistemi di supporto decisionale intelligenti

Pubblicato il 30 apr 2025

Emilio Fortunato Campana

direttore del Dipartimento CNR di Ingegneria



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Space2Sea




Si può fare un “gemello digitale del mare”? Quando nel 2018 proposi ad alcuni scienziati marini di lavorarci insieme, mi presi del “matto”. Poi, nel 2023, sono stati lanciati alcuni grandi progetti europei per creare un Digital Twin of the Ocean (DTO), e la discussione se si possa o meno fare un DTO, è finita.

Qual è la domanda scientifica che sottende allo sviluppo di un DTO? Vediamo di capirlo.

I limiti dei modelli attuali per lo studio del mare

Lo sfruttamento insostenibile delle risorse oceaniche sta minacciando gli oceani, i mari e le coste europee. Per valutare l’effetto dell’uomo sulla salute del mare, si usano attualmente sistemi di valutazione ambientale integrata e modelli ecosistemici che cercano di modellare le pressioni ambientali.

Questi modelli però, sono ancora incerti e utilizzano principalmente approcci euristici, basati sulla esperienza, ma manca una vera comprensione di molti elementi, e si ignorano una parte non piccola delle mutue interazioni tra i diversi “sistemi” dell’Oceano.

Perché, come dicevano i miei amici marini,  il mare è “mille cose insieme”: processi oceanografici, pericolosità geologiche e geo-risorse, habitat marini, trasporti marittimi, ingegneria del mare ed energia rinnovabile, pesca, acquacoltura, ma anche impatti antropici chimico-fisici, come inquinamento, accumulo di plastiche, rumore sottomarino e altro. E occorre aggiungere, oggi, che il mare è anche “averne cura”: reti di sensori, piattaforme strumentate, osservazione da satellite, modelli matematici e intelligenza artificiale, utili per la comprensione e la valutazione delle buone condizioni di saluto del mare. 

Intelligenza artificiale e gemello digitale del mare

L’intelligenza artificiale può aiutare a superare le limitazioni dei modelli euristici, e sviluppare rappresentazioni virtuali scalabili e robuste come gemelli digitali dell’oceano (DTO), supportata da modelli AI avanzati che combinano dati provenienti da flussi di dati eterogenei e in tempo reale. I modelli di AI possono essere potenziati con leggi fisiche/biologiche per modellare le relazioni complesse tra tutti i sistemi che compongono un’area marina.

Il DTO considera l’oceano come un sistema di sistemi (ad esempio, morfologico, geologico, chimico, fisico, biologico ed economico). I suoi componenti AI elaborano i flussi di dati con l’obiettivo di simulare i sottosistemi fondamentali di un ecosistema marino funzionante e rispondere a domande complesse sul suo stato attuale, sulla sua resilienza e sulle risposte previste alle eventuali perturbazioni, e il cambiamento futuro e l’impatto sulle specie marine residenti e sui servizi ecosistemici.

Il corretto accoppiamento tra i diversi risolutori di componenti ecosistemici sarà garantito utilizzando un approccio di analisi multidisciplinare. Questo aiuterà a scoprire e comprendere nuove relazioni di accoppiamento tra i componenti dell’ecosistema.

Strategie di implementazione del gemello digitale dell’oceano

Il DTO mira complessivamente a migliorare la comprensione delle funzioni degli ecosistemi e a migliorare la nostra conoscenza degli oceani. Gli attuali sforzi per lo sviluppo dei DTO sono basati principalmente sull’uso dei dati satellitari e mirati a sviluppare gemelli digitali globali per tutti gli oceani, ma è anche possibile una diversa strategia di implementazione, basata sullo studio di aree marine relativamente ridotte e  accuratamente selezionate.

Applicazioni e benefici del gemello digitale del mare

L’ambizione finale è lo sviluppo di sistemi di supporto decisionale intelligenti (DSS) per diverse aree marine, in grado di selezionare la strategia ottimale per identificare attività umane sostenibili con impatti zero (o inferiori) sugli ecosistemi. Il DTO aiuterà a valutare lo stato dell’ecosistema delle aree, e i rischi futuri, per informare i potenziali stakeholder e mitigare i rischi. Serviranno dati oceanografici, biodiversità, marittimi, sociali e della pesca. Verranno progettate e sperimentate strategie per standardizzare i flussi di dati identificati e migliorare la loro usabilità nei modelli AI.

I nuovi modelli AI così progettati, miglioreranno i modelli ecologici e ecosistemici all’avanguardia, scoprendo (crediamo) automaticamente le connessioni funzionali dai dati e dagli ecosistemi e simulando le relazioni complesse all’interno delle aree marine studiate per l’ottimizzazione della conservazione delle risorse, la previsione dei cambiamenti dell’ecosistema dovuti alle alterazioni dei driver antropici e ambientali, la previsione a lungo termine dello stato dell’ecosistema sotto scenari futuri di cambiamento ambientale e sociale, e la sua potenziale influenza retroattiva sulla società.

Progetti europei e futuro del gemello digitale del mar

Una caratteristica cruciale sarà la riusabilità e l’interoperabilità dei modelli tra le aree, che sarà raggiunta attraverso strumenti di scienza aperta e infrastrutture elettroniche che ospitano i modelli. I progetti in corso si chiamano ILIAD, EDITO, DTO BioFlow, che utilizzano piattforme dati e infrastutture sperimentali quali EMODnet, BlueCloud e Copernicus Marine Services (CMEMS). Complessivamente, il DTO contribuirà naturalmente a raggiungere gli obiettivi della missione Europea “Ripristinare i nostri oceani e acque entro il 2030”.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
AI IN AZIENDA
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x