CNR: il modello di urban intelligence per la scienza delle città

L’idea di città intelligente (Intelligent City) è riferita a un contesto urbano, dove l’integrazione e la cooperazione dei sistemi cyber-fisici con le dinamiche sociali ed i flussi di lavoro legati alle attività amministrative consentono un’analisi più approfondita e una gestione più consapevole ed efficace della vita cittadina.

L’idea emergente di città intelligente

Se da un lato il paradigma della Smart City è emerso come un faro di innovazione, efficienza e sostenibilità, l’idea emergente di Intelligent City chiama in causa la capacità della cybersfera di rafforzare l’intelligenza collettiva delle comunità urbane, con l’obiettivo di conseguire un miglioramento funzionale e strutturale, dove tecnologie avanzate e approcci basati sui dati vengono sfruttati per migliorare la governance delle città e, di conseguenza, la qualità della vita di tutti gli abitanti.

Questo nuovo approccio integra tecnologie all’avanguardia, come i dispositivi aderenti al paradigma dell’Internet of Things (IoT), le metodiche per la Big Data Analytics (BDA), l’Intelligenza Artificiale (IA) e la connettività, nel generare servizi innovativi capaci di contribuire concretamente all’evoluzione dei sistemi urbani nell’ottica di una maggiore sostenibilità ambientale, sociale, economica e spaziale.

Il ruolo dei Gemelli Digitali Urbani

Tra queste tecnologie, i Gemelli Digitali Urbani (Urban Digital Twin, UDT) stanno assumendo un ruolo crescente nella gestione delle città moderne. In generale, un Gemello Digitale (Digital Twin, DT) è una rappresentazione virtuale di un’entità o sistema fisico, che rispecchia fedelmente il suo comportamento, le sue caratteristiche e le sue interazioni in tempo reale, grazie all’integrazione di dati acquisiti da sensori, alla modellazione computazionale e ad analisi avanzate, consentendo quindi processi decisionali più efficaci grazie alla possibilità che esso offre – da un lato – di effettuare un monitoraggio in tempo reale dello stato dei sistemi urbani e – dall’altro – di alimentare un apprendimento progressivo basato sull’accumulo e l’analisi delle serie di dati.

I DT costituiscono quindi un potente strumento per la modellazione, la simulazione e la comprensione dei sistemi complessi in riferimento ad una vasta gamma di potenziali campi di applicazione, tra cui sanità, monitoraggio ambientale, ingegneria, robotica, processi produttivi, energia rinnovabile, ecc. Applicata alla città, la tecnologia dei DT conduce allo sviluppo di Gemelli Digitali Urbani, i quali costituiscono uno strumento cruciale per la transizione della Smart City verso un orizzonte di intelligenza urbana, in quanto offrono ai decision-makers tanto quanto ai cittadini di una Smart City un ecosistema digitale capace di supportare processi collaborativi di conoscenza e decisione relativi alla gestione dei sistemi urbani, dell’ambiente, del benessere e della qualità della vita.

Un cambio di paradigma nella governance urbana

L’idea di città intelligente rappresenta dunque un cambio di paradigma nella governance urbana, in quanto pone le decisioni nel solco di ragionamenti obiettivi fondati su dati reali e simulazioni robuste, consentendo di valutare la bontà delle assunzioni di fondo, di mettere a fuoco criticità e necessità di approfondimenti ed ottimizzando al contempo l’utilizzo delle risorse. Un corretto approccio di Urban Intelligence non può quindi che fondarsi su competenze multidisciplinari, su analisi urbane dettagliate e su tecnologie IT specifiche, quali infrastrutture di rete, reti di sensori dedicati, sistemi informativi e servizi web di alto livello, così come ambienti cloud o edge computing, necessari per raccogliere e gestire i dati eterogenei di una città e per fornire un’infrastruttura hardware e software adeguata all’esecuzione di modelli, visualizzazioni e funzionalità delle interfacce utente.

Urban Intelligence: il modello del CNR

Il progetto strategico Urban Intelligence (UI) del CNR si prefigge di sviluppare e proporre un modello di intelligenza urbana rivolto a tutte le realtà del nostro Paese, dalla scala metropolitana a quella dei piccoli Comuni. Si tratta di un modello che vede nella transizione digitale delle città non un obiettivo a sé stante, ma un fattore abilitante per una crescita dell’intelligenza collettiva delle comunità locali, orientata a rafforzare processi di governance multi-attore e di programmazione strategica maggiormente inclusivi. A questo scopo, il modello di UI del CNR si caratterizza per un’architettura modulare dell’UDT, che punta ad analizzare la città nei suoi diversi sotto-sistemi (come la mobilità, l’ambiente costruito, l’acqua, il verde, ecc.), facendo corrispondere a ciascuno di questi un Gemello Digitale Tematico caratterizzato da approcci scientifici, modelli numerici, servizi e funzionalità, nonché fonti di dati specifici.

I moduli software così sviluppati vengono prima di tutto interfacciati tra di loro tramite opportune Application Programming Interface (API), che consentono il dialogo e l’interscambio di dati tra i modelli, e quindi integrati con sistemi basati su tecniche di IA (come il machine learning), che consentono di analizzare la città nelle sue dinamiche multi-settoriali e inter-disciplinari, mettendo in correlazione i diversi sotto-sistemi con l’obiettivo di costruire una conoscenza più approfondita del funzionamento della città come sistema complesso.

Questa architettura dell’UDT permette al modello di UI del CNR di applicarsi alle diverse esigenze delle realtà urbane italiane, indipendentemente dal livello di smartness readiness raggiunto, potendosi innestare in modo flessibile e adattivo sui variegati retroterra di strumenti e competenze digitali già presenti, siano questi reti sensoristiche, banche di dati, servizi smart, infrastrutture hardware e software, ecc., e i soggetti chiamati a utilizzarli e gestirli. Si attua così un percorso di co-costruzione dell’intelligenza urbana, basato su un ascolto attento delle città e delle loro priorità strategiche, intorno alle quali sviluppare ecosistemi digitali commisurati a queste, ed espandibili nel tempo.

Tecnologie a misura e a portata d’uomo

Al cuore del modello di UI risiede inoltre la volontà di rendere la tecnologia dell’UDT a misura e a portata d’uomo, garantendo da un lato il pieno controllo umano nella gestione dei servizi di analisi, predizione e simulazione, nonché dei sistemi di supporto alle decisioni, e dall’altro il coinvolgimento delle comunità locali nella costruzione di una conoscenza fondata sull’esperienza concreta di cosa significa per loro vivere nella propria città, ciò che può essere fatto integrando nel sistema di UI strumenti e metodi propri della partecipazione civica.

Da questo quadro emerge un modello circolare, che vede l’intelligenza urbana non come un risultato, ma come un processo che può essere articolato in diversi passaggi:

• sviluppo di una conoscenza del sistema urbano locale che consenta di identificare le sue problematiche; la messa a fuoco di obiettivi di politica urbana da perseguire per affrontare le problematiche identificate;
• l’implementazione di strategie e azioni concrete da mettere in campo in modo integrato su diversi settori e a diversi livelli per il perseguimento degli obiettivi prefissati;
• il monitoraggio continuo della risposta del sistema urbano rispetto ai cambiamenti introdotti;
• l’aggiornamento del quadro delle conoscenze iniziali;
• l’eventuale adattamento di strategie e azioni sulla base del riscontro concreto fornito dalle nuove conoscenze.

Cruciale per la messa a terra del processo di UI è lo sviluppo di servizi intelligenti in grado di addestrarsi sulla base dei dati acquisiti e, su questa base, di elaborare le sintesi più adatte a supportare i percorsi di decision-making.

I progetti in corso

Il progetto di UI viene implementato attraverso progettualità specifiche, ciascuna destinata a sviluppare ambiti particolari nel vasto campo tematico relativo allo studio delle città. I principali progetti attualmente in corso sono i seguenti:

• Casa delle Tecnologie Emergenti di Matera (CTEMT): attraverso un accordo tra Comune di Matera e CNR inquadrato nell’ambito di un progetto finanziato dal MIMiT, il modello illustrato nella sezione precedente è stato realizzato e reso disponibile all’interno del Laboratorio “Gemello Digitale”, un Living Lab in grado di integrare nuove tecnologie digitali, come l’IA, il data lake e i sensori, al fine di facilitare l’aumento della conoscenza sulle dinamiche della città, l’analisi predittiva e l’implementazione di processi di innovazione attraverso Gemelli Digitali. I principali temi presi in considerazione riguardano la mobilità, il sistema del costruito, e la fruizione (anche turistica) del patrimonio culturale. Il progetto, che terminerà nel 2025, ha consentito di effettuare prime sperimentazioni reali sul territorio e di implementare un sistema prototipale di UI per i decision-makers. Inoltre le attività svolte sono state foriere di nuove iniziative presso altri Comuni limitrofi, come quello di Ginosa.
• Urban Intelligence Science Hub for City Network (UISH): nell’ambito di questo progetto, che vede la città di Catana come luogo di sperimentazione pilota, è in fase di sviluppo un approccio innovativo di analisi digitale di centri urbani articolati, al fine di favorire il supporto decisionale per attività di pianificazione e gestione. Simulatori basati su modelli di IA sono costruiti per ciascun sottosistema fisico della città, la cui interazione compone nel complesso un gemello digitale della città stessa, addestrandosi continuamente a partire dai dati acquisiti da differenti sorgenti e aggiornandosi per rappresentare lo stato della città fisica in tempo reale. Tematiche prioritarie per questo progetto sono il sistema della mobilità, la qualità dell’aria, il patrimonio culturale (materiale e immateriale), la vivibilità del centro storico e la sua interazione con l’area portuale. Il progetto è finanziato dal Dipartimento per le Politiche di Coesione e per il Sud della Presidenza del Consiglio dei Ministri.
• Robotics and AI for Socio-economic Empowerment (RAISE): il progetto, finanziato dal MUR nell’ambito della linea di investimento 1.5 del PNRR e coordinato dall’Università degli Studi di Genova, dal CNR e dall’Istituto Italiano di Tecnologia, ha l’obiettivo di realizzare soluzioni basate su robotica e IA in grado di rispondere alle esigenze produttive e sociali in diverse aree di interesse del territorio ligure, come la sanità, la sostenibilità ambientale, i porti intelligenti e le Smart City accessibili e inclusive. Con particolare riferimento a quest’ultima area, inquadrata nell’ambito dello Spoke 1, RAISE mira ad arricchire la Smart City con sistemi basati su tecnologie avanzate di IA e robotica, con l’obiettivo di favorire il benessere urbano, l’accessibilità alla città e la fruizione dei servizi da parte dei cittadini, facilitando il trasferimento sul mercato dei risultati della ricerca sperimentati in contesti applicativi realistici.

Altre progettualità sono attualmente in corso di attivazione da parte del CNR con città di grandi e piccole dimensioni, con l’obiettivo di attuare una strategia di digitalizzazione della PA nella quale ogni progetto possa arricchire l’ecosistema digitale dell’UI, contribuendo a farlo crescere nel tempo affinché possa essere messo a disposizione di tutta la rete delle città italiane interessate. Questa impostazione offre l’opportunità per una forma di coordinamento metodologico e tecnologico per le politiche di digitalizzazione e di smartness urbana, di modo che queste possano attuarsi il più possibile come un’operazione di sistema di livello nazionale. Particolare attenzione è stata inoltre posta nello svolgimento di una riflessione giuridica sull’utilizzo da parte della PA di uno strumento come il Gemello Digitale Urbano, volta a garantire che il potere pubblico possa impiegare correttamente i risultati derivanti dalle elaborazioni numeriche, dai Decision Support System (DSS) e dai relativi sistemi di IA.

Il Centro Interdipartimentale sulla Scienza delle Città del CNR

Vista l’elevata interdisciplinarità del paradigma dell’UI e le ambiziose sfide legate alla necessità di integrare strumenti e modelli frutto di risultati di ricerca di diverse aree scientifiche, nonché per supportare al meglio le progettualità in corso e tutte le future iniziative, il CNR ha recentemente istituito il Centro Interdipartimentale sulla Scienza delle Città, la cui missione è quella di realizzare un luogo aperto alla scienza e alla ricerca finalizzato a diffondere e accrescere il modello di Urban Intelligence attraverso l’avanzamento della ricerca e il trasferimento tecnologico dei risultati. Il Centro segue i propri obiettivi adottando un approccio sia di tipo bottom-up che top-down. Nel primo caso, promuove l’ascolto attivo delle comunità urbane italiane, per cogliere le spinte che provengono dal basso verso l’innovazione e la digitalizzazione dei processi di governance, identificando i temi e gli obiettivi strategici dell’innovazione, supportando la cooperazione e l’interazione tra scienziati e ricercatori di differenti discipline, per favorire lo sviluppo di approcci, metodi e soluzioni tecnologiche nel campo del digital twinning che possano col tempo arricchire l’ecosistema digitale dell’UI.

Nel secondo caso, il Centro si prefigge il compito di fornire una connessione con i principali soggetti attivi a livello nazionale nel campo della ricerca, dell’innovazione e del policy making, col fine di promuovere ricerche e sperimentazioni congiunte sui temi della città intelligente. Pertanto, il Centro si pone come un naturale mediatore tra la Pubblica Amministrazione (PA) centrale e locale, in grado di indirizzare e favorire un corretto trasferimento tecnologico dei risultati della ricerca sull’UI sul territorio.

Risultati ottenuti

Di seguito sono illustrati in maniera non esaustiva alcuni risultati ottenuti con la sperimentazione del modello di UI in contesti urbani reali.

Acquisizione dei dati dal territorio mediante rete di sensori

L’implementazione di un modello di UI ha come requisito indispensabile quello di definire una strategia di raccolta di informazioni dal tessuto urbano che sia efficiente, versatile e sostenibile. La complessità di una città, con la sua strutturazione e stratificazione in sistemi e sottosistemi, richiede la raccolta di una notevole mole di informazioni fortemente eterogenee, che possono spaziare, per esempio, dai dati sulla mobilità (dal traffico veicolare al flusso dei pedoni, fino all’occupazione dei mezzi pubblici), a quelli relativi alle infrastrutture e servizi, fino ai dati ambientali (dalla qualità dell’aria ai più svariati dati climatici) sia indoor che outdoor. La rete di sensori rappresenta la strategia di raccolta di informazioni che più si presta a monitorare questa complessità, in virtù della sua modularità che le conferisce un elevato grado di interoperabilità, flessibilità e capacità di aggiornamento. La possibilità di implementare strategie di edge-computing e distributed-computing consente, inoltre, di avvicinarsi sempre di più verso l’obiettivo di avere informazioni in real-time e strutturate per consentire l’implementazione di funzioni ed algoritmi per la gestione della città sempre più complessi ed efficienti (implementazione della mobilità autonoma, gestione efficace e tempestiva delle situazioni di rischio/emergenza, ecc.).

Diverse sono le tecnologie che possono essere impiegate per acquisire le informazioni (nodi sensore) in funzione della specificità del dato e del territorio, e per veicolarle attraverso la rete (archi della rete) in modo efficiente e capillare utilizzando l’approccio wireless, come reti 5G, LoRa, Wi-Fi e Bluetooth. Avere dati aggiornati e strutturati in tempo reale è fondamentale per gestire ad esempio la mobilità urbana, consentendo di prendere decisioni rapide e informate, riducendo ingorghi, migliorando la sostenibilità e rispondendo prontamente alle necessità della città in evoluzione.

Sotto-rete di sensori per il monitoraggio del flusso veicolare installata a Matera: (a) estratto di mappa con l’indicazione dei siti di installazione delle 9 unità della sotto-rete, (b) particolare di mappa per l’unità 3 e (c) dettaglio fotografico dell’installazione dell’unità stessa.

Un esempio di implementazione di una strategia di raccolta dati in area urbana

A titolo esemplificativo di implementazione di una strategia di raccolta dati in area urbana, viene qui riportato il caso della rete di sensori sviluppata per il Gemello Digitale della città di Matera nell’ambito del progetto Casa delle Tecnologie Emergenti.

Nello specifico, la rete di sensori implementata prevede tre moduli o sotto-reti di acquisizione dati in tempo reale per il monitoraggio ambientale, il conteggio e la caratterizzazione dei transiti veicolari ed infine il conteggio dei transiti pedonali. Ognuno dei moduli della rete di sensori è stato progettato ed ottimizzato per la specifica applicazione, tenendo presente le tecnologie a disposizione e possibili vincoli realizzativi (ad es. la presenza di vincoli paesaggistici, la disponibilità della infrastruttura wireless per la connessione in cloud dei sensori e la disponibilità dell’alimentazione dalla rete pubblica).

L’individuazione dei siti di installazione nell’area urbana di Matera per i dispositivi relativi a ciascun modulo è il risultato di un processo di ottimizzazione volto ad ottenere una rete a bassa complessità e massima resa. Il modulo per il monitoraggio ambientale è costituito da una sotto-rete di 14 unità multi-sensore per l’acquisizione di parametri ambientali quali la temperatura, l’umidità, la pressione atmosferica, il livello di piovosità, l’irraggiamento solare e la direzione ed intensità del vento, oltre che una serie di grandezze relative alla qualità dell’aria, quali il livello delle polveri sottili (PM 2.5 e PM 10) e la concentrazione di una serie di specie gassose (COx, NOx, VOCs, ecc.).

Il modulo per il monitoraggio del flusso veicolare è costituito da una sotto-rete di 9 unità situate in due aree distinte della città di Matera: una più centrale, corrispondente alla Zona a Traffico Limitato, ed una più esterna, in corrispondenza delle arterie e dei snodi stradali di intenso flusso veicolare proveniente dalle località limitrofe a Matera (ad es. svincoli di Tangenziali e strade provinciali). Tale sotto-rete di monitoraggio del flusso veicolare, avvalendosi della tecnologia radar Doppler e di algoritmi di IA, misura in tempo reale il numero di transiti veicolari e classifica i veicoli transitati (veicolo privato, veicolo commerciale, autoarticolato, bus). Infine, il modulo per il monitoraggio del flusso pedonale è costituito da una sotto-rete di 11 unità installate nella zona a transito pedonale e maggior flusso turistico del centro storico e nella zona dei ‘Sassi di Matera’.

Ciascuna unità utilizza la tecnologia ad infrarossi (IR) per effettuare il conteggio dei transiti pedonali in ingresso e uscita rispetto a ciascun varco monitorato. I dati acquisiti da ogni sotto-rete di monitoraggio vengono poi caricati sul data lake del progetto e resi così disponibili per la visualizzazione in tempo reale sulla Dashboard del Gemello Digitale e per le successive analisi effettuate dagli altri moduli del Gemello Digitale.

Data lake

Il data lake è quel modulo del sistema di UI fondamentale per acquisire, memorizzare, interrogare e recuperare i dati della città, sia nel caso di dati prodotti dagli altri sottosistemi dell’UI stessa (come, ad esempio, i dati generati in maniera continua dalle reti di sensori della città oppure quelli ottenuti dalle elaborazioni dei dati dai modelli dei DT), sia relativamente a dati acquisiti da ulteriori sistemi informativi esterni (ad es. banche dati pubbliche, ecc.).

L’uso di un data lake permette di acquisire e memorizzare senza alcun problema dati di qualunque tipo (dati grezzi non strutturati, come immagini, oppure dati strutturati, come le serie di acquisizioni da parte di un sensore di traffico) nel loro formato originario, senza la necessità di doverli modificare o strutturare prima di immagazzinarli. Al contempo, il data lake fornisce tutte quelle funzionalità necessarie per l’indicizzazione e la catalogazione dei dati, arricchendoli con metadati significativi e realizzando le operazioni per l’estrazione delle informazioni di interesse. Inoltre, il modulo data lake include una interfaccia programmatica (API), che permette a qualsiasi sistema (sia parte dell’UI, che esterno) di accedere facilmente e in maniera standardizzata ai dati di interesse. In questo modo, il data lake funge anche da collettore per tutte le sorgenti dati dell’UI, favorendo il processo di integrazione e la comunicazione e lo scambio di dati tra i vari sottosistemi. Infine, include tutti i necessari meccanismi per la garanzia dell’integrità e della riservatezza dei dati.

Gestione del flusso di dati da parte del sistema di UI basato sul data lake

Il data lake del sistema sperimentale di UI installato dal CNR presso la Città di Matera consente di acquisire, catalogare e mettere a disposizione di tutti i servizi illustrati di seguito un’ampia varietà di dati, da quelli indicati al paragrafo precedente a: dati georeferenziati su punti di interesse selezionati, rappresentazioni grafiche della città, risultati di questionari georeferenziati somministrati ai cittadini, ecc.

Servizio di caratterizzazione morfologica e annotazione dell’ambiente urbano

Alcune interrogazioni sullo stato della città non possono prescindere dalla conoscenza dell’ambiente “fisico” tridimensionale in cui i processi urbani hanno luogo; per questo è necessaria una rappresentazione digitale 3D da cui ricavare informazioni metriche e spaziali. Ad esempio, calcolare la pendenza di un percorso o l’ampiezza di un passaggio, riconoscere la presenza di barriere architettoniche, verificare l’alzata di gradini, sono tutte domande a cui l’analisi del modello 3D può rispondere, anche a supporto di altri servizi (ad esempio per calcolare percorsi personalizzati). Un risultato particolarmente promettente è il calcolo dell’ombreggiatura determinata dal costruito in un preciso momento e il riconoscimento automatico dei tetti, insieme con l’inclinazione e l’orientamento di ogni falda.

L’integrazione di queste informazioni permette di calcolare una stima approssimativa del potenziale fotovoltaico degli edifici. Altre informazioni legate a elementi urbani non sono ricavabili dalla sola geometria; perciò sono stati sviluppati metodi sia semi-automatici che manuali per documentare (annotare) porzioni del modello 3D con conoscenza contestuale, ad esempio informazioni sul fabbisogno energetico degli edifici, a supporto delle amministrazioni comunali.

Analisi della morfologia urbana e annotazione del modello 3D di una città

Metodologie partecipative con strumenti PPGIS

Lo sviluppo di una conoscenza community-centered delle città rende necessario l’implementazione di approcci partecipativi che, a più livelli, possono raccogliere informazioni aggiuntive derivanti dall’esperienza concreta che i cittadini hanno dello spazio urbano. A tal fine, nell’ambito del progetto CTEMT è stato portato avanti un percorso partecipativo che ha coinvolto gli studenti degli Istituti di Istruzione Superiore (IIS) di Matera, con l’obiettivo di comprendere meglio le abitudini e i modi di fruire i luoghi e gli spazi della città. Il progetto, chiamato Teen Maps Matera (TMT), ha previsto nella sua prima fase la somministrazione a tutti gli studenti di un questionario, sviluppato a valle di un lavoro di co-design con i rappresentanti delle scuole (dirigenti, docenti e studenti) sul tool PPGIS (Public Participatory Geographic Information System) Maptionnaire.

La piattaforma Maptionnaire si configura come un’evoluzione della tecnologia GIS, nella direzione di sostenere la partecipazione pubblica e la collaborazione delle comunità nei processi di governance e di pianificazione, tramite la progettazione di questionari che consentono la geo-referenziazione delle risposte. Tramite un’interfaccia GIS dedicata, la piattaforma consente infatti, in fase di compilazione, di inserire le proprie informazioni direttamente su una mappa dell’area oggetto di analisi, mediante l’inserimento di punti, linee o superfici attraverso i quali rappresentare, ad esempio, luoghi, percorsi o ambiti urbani, sui quali i cittadini possono annotare le proprie risposte, contribuendo così ad un processo di mappatura di ampia portata. La piattaforma dispone, inoltre, di una sezione di analisi dove poter visualizzare in forma aggregata i dati raccolti (tramite mappe e istogrammi), da cui partire per elaborare analisi granulari più approfondite.

Nell’arco del progetto TMT sono stati raccolti oltre 4.000 questionari, nei quali agli studenti di Matera è stato chiesto di descrivere i luoghi della città in relazione alla loro capacità di stimolare i loro interessi e le loro passioni. Grazie al tool PPGIS è stato possibile registrare le informazioni relative a più di 3.000 luoghi, e a circa 1.500 connessioni tra quartieri. Tali informazioni sono state quindi validate nella seconda fase del progetto, dapprima tramite un’analisi esperta, e quindi attraverso un workshop in presenza per l’approfondimento e l’interpretazione dei risultati raccolti, cui hanno partecipato circa 60 studenti nell’ambito del Percorso per le Competenze Trasversali e l’Orientamento (PCTO) siglato dal CNR con gli IIS partecipanti. I dati validati sono stati inseriti nel Data Lake del Gemello di Matera, e sono accessibili anche tramite la sua interfaccia SIT.

È attualmente in corso di svolgimento un’attività di ricerca specifica, dedicata all’analisi computazionale multi-variata dei dati partecipativi raccolti a supporto delle indagini sul sistema della mobilità.

Il SIT intelligente e il WebGIS

Con SIT (Sistema Informativo Territoriale) si intende lo strumento in grado di rendere disponibili i dati, georeferenziati, che descrivono la città in tutti i suoi aspetti. Le informazioni contenute nel SIT sono di varia natura: dati informativi, descrittivi, quantitativi, qualitativi, morfologici, umani; dati relativi a strumenti urbanistici; dati acquisiti da sensori; ecc.

Il SIT utilizza la tecnologia GIS, in duplice natura: i) in back-office, con applicativi desktop come QGIS, alla base dell’infrastruttura, destinato principalmente ai tecnici comunali incaricati della gestione, della modifica, della manutenzione e dell’aggiornamento della base di dati e alla profilatura degli utenti che potranno accedere, visualizzare e modificare l’applicativo; ii) in front-office con il WebGIS, che rende disponibili le informazioni ai cittadini, ai referenti della PA, a imprese, ecc., dove le diverse profilature vengono abilitate a ruoli e autorizzazioni diverse.

Il SIT, infine, è definito intelligente (SITi) in quanto è organizzato per sistemi urbani e i dati contenuti al suo interno confluiscono nel data lake e diventano accessibili per le altre componenti del Gemello Digitale. Il SITi fornisce gli strumenti adatti per la gestione urbana e la pianificazioni territoriale.

Visualizzazione di alcuni layer attraverso l’applicativo desktop QGIS

Visualizzazione di alcuni layer attraverso il WebGIS

Architettura cognitiva per il supporto decisionale

CoCo è un’innovativa architettura cognitiva progettata per supportare il processo decisionale nella gestione urbana. Funziona come un “gemello digitale” dei decisori, combinando due approcci di IA: un sistema basato su regole, che prende decisioni rapide e intuitive seguendo schemi predefiniti, e un pianificatore basato su timeline, che affronta in modo più analitico e ragionato problemi complessi e a lungo termine. Grazie a questa integrazione, CoCo può simulare scenari e condurre analisi “what-if”, offrendo ai gestori urbani uno strumento potente per valutare diverse strategie operative. La capacità di coniugare reattività e pianificazione lo rende particolarmente utile per affrontare le sfide dinamiche e complesse delle città moderne, migliorando l’efficienza e la sostenibilità delle decisioni.

Supporto alle decisioni mediante un’architettura cognitiva

Qualità del patrimonio costruito

A partire da un modello 2D o 3D del Gemello Digitale della città, uno specifico servizio è in grado di trasporre sistematicamente le informazioni salienti del patrimonio costruito della città con riferimento all’impatto dello stesso sul territorio. A partire dalla raccolta di dati “grezzi” da fonti quali basi di dati, immagini satellitari, atti di pianificazione urbanistica ed altro, analizzando la pratica costruttiva locale (ad es. tipologie edilizie ricorrenti e morfologia insediativa) e applicando specifiche metodologie di calcolo, si associano indicatori prestazionali specifici agli elementi presenti nel modello.

Gli indicatori riguardano tematiche quali:

i) il consumo di energia e le emissioni prodotte dagli edifici;

ii) il microclima nelle aree esterne;

iii) la permeabilità del suolo;

iv) la qualità acustica percepita, con riferimento sia agli edifici (isolamento acustico) che agli spazi esterni (rumorosità ambientale).

Ciò consente una specifica mappatura (layering) del territorio comunale aggiornabile a seguito di interventi sul costruito o di implementazione di scenari futuri come supporto ai processi decisionali.

Calcolo di indicatori prestazionali sulla qualità del patrimonio costruito

Ottimizzazione personalizzata di percorsi, itinerari e calcolo di piani di fuga

Il gemello digitale della città permette di realizzare servizi innovativi di pianificazione e gestione territoriale avanzata. È stato possibile, ad esempio, realizzare un servizio di ottimizzazione di percorsi che permette di tenere conto del profilo utente e dei dati acquisiti ed elaborati da altri componenti del gemello digitale. Il servizio di cammini personalizzati permette quindi di calcolare percorsi che tengano conto in modo parametrico di pendenza, ombreggiatura (dati elaborati dal modello 3D), ma anche della presenza di locali commerciali sugli archi stradali (a partire dai dati del SIT). Nella figura successiva (a sinistra) è mostrato un esempio di cammini calcolati secondo requisiti di lunghezza (in blu) o pendenza (in rosso).

Un’altra funzionalità di ottimizzazione costruita sulla base di dati e dalle elaborazioni dei moduli del gemello digitale riguarda il calcolo ottimo di itinerari personalizzati. Tale servizio implementa un’estensione di un modello di ottimizzazione combinatoriale conosciuto in letteratura come orienteering. Il modello seleziona e sequenzia temporalmente la visita di un insieme di punti di interesse cercando di massimizzare la somma del loro rating e tenendo conto di vincoli temporali di visita. Tramite il gemello digitale è stato possibile aggiungere caratteristiche peculiari al problema, quali ad esempio poter scegliere l’orario e la sequenza di visita in base non solo al rating ma anche all’affollamento. Inoltre, è possibile tener conto di altre caratteristiche quali la tipologia dei punti di interesse (itinerari tematici) e profilo utente. Nella figura successiva (a destra) è mostrato un esempio di risultato.

A sinistra un esempio di cammino minimo ottimo secondo dati di lunghezza e pendenza acquisiti dal modello 3D. A destra una sequenza ottima (itinerario) progettata automaticamente per la visita di chiese tenendo conto di pendenza e affollamento

Infine, l’ottimizzazione per il gemello digitale della città è stata impiegata per realizzare un servizio che sia in grado di calcolare il percorso di fuga ottimale in caso di emergenza all’interno di punti di interesse. In questo caso il servizio minimizza il tempo necessario ad evacuare tutte le persone presenti in un sito di interesse in scenari di emergenza. Lo strumento può essere alimentato con dati di presenza per dare istruzioni di evacuazione in near real-time oppure può essere impiegato per dimensionare e valutare scenari di emergenza, ad esempio nella progettazione di allestimenti o eventi. In figura successiva è mostrato un esempio del risultato di simulazione con tempi e vie di fuga ottime. Nella figura le frecce blu indicano il percorso di evacuazione nel caso della specifica emergenza simulata e la barra in alto indica l’evoluzione temporale dell’evacuazione.

Piano di fuga ottimo in caso di emergenza simulato su presenze relativamente al caso di studio presso l’Hub San Rocco di Matera

Gemello digitale urbano e processo decisionale della Pubblica Amministrazione

Nei progetti richiamati si è realizzata anche un’analisi di alcune questioni etico-giuridiche che nascono dalla realizzazione di Gemelli Digitali Urbani. Questa analisi è diretta a garantire i diritti delle persone e dei cittadini quali possibili “fruitori “delle azioni derivanti dall’attività della PA supportata dal Gemello Digitale e quali possibili “attori” capaci di contribuire allo sviluppo del sistema, anche attraverso le attività di partecipazione sopra descritte. Si è realizzata, pertanto, un’azione diretta alla protezione dei dati personali dei cittadini coinvolti, sia by design sia by default.

Inoltre, in ragione del fatto che i progetti sono realizzati mediante finanziamenti pubblici, per la sostenibilità del Gemello Digitale Urbano oltre la durata del progetto stesso, dal punto di vista dell’analisi giuridica, si è realizzata una ricognizione dei dati primari e secondari utilizzati per le attività del Gemello Digitale, nonché dei software realizzati nel progetto e delle tipologie delle loro licenze previste per il rilascio, in un’ottica di rendere disponibili sia i primi che i secondi in modalità open.

La scelta discende non solo dall’applicazione della cosiddetta Direttiva dati, ma è realizzata con il fine di garantire, insieme alla ricognizione dell’approvvigionamento dei dati, la sostenibilità pubblica del Gemello Digitale Urbano oltre la durata del progetto in una possibile funzione anche di trasferimento tecnologico. Inoltre, nell’ambito del caso di studio a Matera, si è messa a disposizione del Comune una riflessione di come l’azione della PA possa usare le elaborazioni del Gemello Digitale a supporto del suo operato.

Si è cercato, pertanto, di accompagnare le PA nella gestione dei suggerimenti che giungono loro dal Gemello Digitale Urbano. Si sono veicolati in modo chiaro i criteri per cui il potere pubblico possa usare correttamente i risultati derivanti dai DSS (i quali possono essere anche basati su sistemi di IA). Ed invero, la messa a disposizione di un Gemello Digitale Urbano comporta per una PA delle ricadute notevoli sui propri processi decisionali e sulle regole che governano l’azione amministrativa. È consolidato in dottrina e giurisprudenza che un sistema di IA o altri sistemi di supporto alle decisioni possono essere utilizzati dalle PA per raggiungere i propri obiettivi se e solo se: a priori (ossia al momento della progettazione dell’algoritmo) il sistema di IA garantisce il principio di trasparenza e lo stato di diritto; a posteriori, l’algoritmo è comprensibile, prevedibile e controllabile.

Inoltre, l’azione del sistema si deve realizzare, come dettagliato in seguito, nel rispetto dei seguenti principi: a) principio di non discriminazione algoritmica-conoscibilità; b) principio della piena conoscibilità del modulo utilizzato e dei criteri applicati e della trasparenza; c) principio della non esclusività della decisione. L’idea principale è che gli algoritmi di IA debbano incorporare i principi della democrazia, dello stato di diritto e dei diritti fondamentali derivanti dall’ordinamento giuridico nazionale ed europeo fin dalla fase di progettazione.

Nell’ordinamento italiano, la stessa legge sul procedimento amministrativo (n. 241/90) prevede che “per conseguire maggiore efficienza nella loro attività, le amministrazioni pubbliche agiscono mediante strumenti informatici e telematici, nei rapporti interni, tra le diverse amministrazioni e tra queste e i privati” (art. 3-bis, l. 241/90). È chiaro che questa regola consente un uso di strumenti come algoritmi e IA. Però, la digitalizzazione e i processi algoritmici ad essa associati implicano necessariamente la strutturazione di “nuove” logiche procedurali per la partecipazione alle attività amministrative sottostanti.

Il Consiglio di Stato si è espresso esplicitamente su questo punto, affermando che comunque “non può…. ritenersi applicabile in modo indiscriminato… all’attività amministrativa algoritmica, tutta la legge sul procedimento amministrativo, concepita in un’epoca nella quale l’amministrazione non era investita dalla rivoluzione tecnologica”.

La questione dei pericoli connessi agli strumenti non può essere eliminata dall’applicazione rigorosa e meccanica di tutte le norme procedurali della legge n. 241/90. Il diritto amministrativo, rispetto alle procedure automatizzate, sposta il livello di garanzia dal punto della procedura al livello delle norme pertinenti stabilite nei regolamenti sulla trasparenza e sulla protezione dei dati personali, di cui il Regolamento Generale sulla Protezione dei Dati (RGPD) è una delle componenti, benché non l’unica: vi rientrano infatti le norme sulla circolazione dei dati non personali, la natura open degli stessi e delle tecnologie connesse e la loro strutturazione secondo i c.d. criteri FAIR, tra le altre. La giurisprudenza ha individuato, pertanto, i seguenti principi perché la PA possa essere supportata da sistemi come quelli costituiti dai Gemelli Digitali Urbani:

• Il principio di conoscibilità a monte del modulo utilizzato e dei criteri applicati (trasparenza). In base a ciò, ciascuno ha il diritto di conoscere l’esistenza di processi decisionali automatizzati che lo riguardano, e in tal caso ha il diritto di ricevere informazioni importanti sulla logica utilizzata, nonché il diritto di indirizzo e specifica configurazione dell’applicazione. L’articolo 42 della Carta europea dei diritti fondamentali (“il diritto a un buon governo”) prevede che se una PA intende prendere una decisione che potrebbe avere un impatto negativo sulle persone, ovvero effetti avversi su di una persona, essa ha l’obbligo di sentirla prima di agire, di consentirle l’accesso ai suoi archivi e documenti e, infine, ha l’obbligo di “dare le ragioni della propria decisione”. Al principio di conoscibilità si aggiunge il principio di intelligibilità, ossia la possibilità di utilizzare gli strumenti normativamente previsti per ottenere “informazioni importanti sulla logica utilizzata”. In particolare, il raggiungimento della trasparenza richiede la completa conoscibilità della c.d. black box (cioè i codici sorgente).
• Il principio di non esclusività del processo decisionale algoritmico (o “human in the loop”), per cui se il processo decisionale automatizzato influenza o produce un effetto giuridico che incide in modo significativo su una persona, quest’ultima ha il diritto di pretendere che la decisione non si basi esclusivamente sul processo automatizzato, anche alla luce dell’articolo 22 del RGPD. In questo senso, il processo decisionale richiede ancora un contributo umano in grado di verificare, confermare o confutare le decisioni automatizzate.
• In terzo luogo, dal Regolamento n. 71 del Regolamento Europeo 679/2016 deriva il principio di non discriminazione algoritmica, secondo il quale i titolari del trattamento devono utilizzare tecniche matematiche o statistiche di profilazione adeguate, in particolare per garantire che i fattori che causano inesattezze dei dati siano corretti e diretti a garantire la sicurezza dei dati personali in modo da ridurre al minimo il rischio di errori e tenere conto di eventuali rischi per i diritti degli interessati, in particolare per prevenire effetti discriminatori nei confronti delle persone fisiche. In tali casi, è necessario modificare i dati “in input” per evitare effetti discriminatori sugli esiti decisionali. Questo processo richiede ovviamente la necessaria collaborazione delle persone che istruiscono le macchine che supportano le decisioni amministrative.

Nei Gemelli Digitali Urbani sviluppati dal CNR i principi di trasparenza, non esclusività della decisione e non discriminazione algoritmica sono garantiti, nella modalità stessa con cui sono realizzati: messa a disposizione della PA dei codici sorgente dei software sviluppati e condivisione fin dal momento della progettazione del sistema con l’amministrazione coinvolta e delle sorgenti dei dati utilizzati per l’elaborazione. Invero, le questioni etico-giuridiche legate a una tecnica innovativa di IA comprendono le sfide socio-giuridiche relative ai requisiti che qualsiasi sistema di IA deve soddisfare per essere equo e affidabile, anche laddove la componente legale ed etica da affrontare non si limiti al trattamento dei dati personali ma, soprattutto, si leghi all’intelligibilità e alla trasparenza dell’intero processo di ragionamento, e questo nei Gemelli Digitali sviluppati dal CNR si realizza anche con le scelte di adesione alle logiche dell’Open Science e Open Data sopra ricordate.

Sviluppi futuri

La ricerca inter- e multi-disciplinare sviluppata dal CNR permette, attraverso la definizione del paradigma dell’UI, la progettazione e lo sviluppo di un ecosistema di tecnologie specifiche per migliorare l’ambiente urbano, il benessere e la qualità della vita. L’UI è in grado di modellare e simulare molteplici aspetti degli ambienti urbani e della città attraverso i DT, rappresentando una controparte digitale dei sistemi, delle infrastrutture e dei processi della città. L’interdisciplinarità, in particolare, è stata utilizzata per superare il concetto di “silos thinking and planning” ed è stata applicata non solo alla ricerca, ma anche agli aspetti di governance e alla scelta dei profili professionali richiesti per la gestione del sistema complessivo.

Oltre a questi risultati, l’esperienza maturata nell’ambito delle attività di ricerca e di trasferimento tecnologico ha contribuito all’introduzione del concetto di intelligent data, ossia di dati caratterizzati dall’elevata interoperabilità, sicurezza, adattività ai vari protocolli e agli obiettivi dell’infrastruttura di cui fanno parte. L’applicazione del concetto di UI ha anche confermato che la pervasività dell’IA è uno dei suoi principali fattori abilitanti e che occorre rispettare una serie di principi etico-legali fondamentali per lo svolgimento di attività di supporto alle decisioni.

Le attività in corso oggi convergono nel Centro Interdipartimentale sulla Scienza delle Città del CNR, che oltre a riunire ricercatori e tecnologi afferenti a diversi ambiti e discipline per favorire le attività di ricerca multi-disciplinare nel dominio dell’UI, è profondamente impegnato in attività di ascolto attivo in diverse direzioni: rispetto agli indirizzi forniti dalla PA centrale, rispetto agli altri attori della ricerca e della innovazione urbana a livello nazionale e oltre, nonché delle comunità urbane italiane. Obiettivo finale di questa attività di rete è quello di sviluppare e addestrare con la maggior precisione possibile sistemi di IA che abilitino la costruzione di Sistemi di Supporto alle Decisioni in grado di supportare al meglio le attività dei decisori nella governance urbana.

Co-autori dell’articolo:

Mario Ciampi, Stefano Silvestri
Istituto di Calcolo e Reti ad Alte Prestazioni – CNR

Michela Mortara, Michela Spagnuolo
Istituto di Matematica Applicata e Tecnologie Informatiche – CNR

Ida Giulia Presta, Maurizio Vitale, Giuseppe Stecca, Giovanni Felici
Istituto di Analisi dei Sistemi ed Informatica – CNR

Barbara Masini, Lucanos Strambini, Gabriella Tognola
Istituto di Elettronica e di Ingegneria dell’Informazione e delle Telecomunicazioni – CNR

Riccardo De Benedictis
Istituto di Scienze e Tecnologie della Cognizione – CNR

Ludovico Danza, Matteo Ghellere
Istituto per le Tecnologie della Costruzione – CNR

Alessandra Langella, Valentina Colcelli
Istituto di Fisica Applicata “Nello Carrara” – CNR

Roberto Malvezzi, Marialucia Camardelli, Giordana Castelli, Emilio Fortunato Campana
Dipartimento di Ingegneria, Informatica e Tecnologie per l’Energia e i Trasporti – CNR

Bibliografia

Silvestri, S., Tricomi, G., Bassolillo, S. R., De Benedictis, R., & Ciampi, M. (2023). An Urban Intelligence Architecture for Heterogeneous Data and Application Integration, Deployment and Orchestration. Sensors, 24(7), 2376. https://doi.org/10.3390/s24072376.

G. Castelli et al., “Urban Intelligence: Toward the Digital Twin of Matera and Catania”, 2022 Workshop on Blockchain for Renewables Integration (BLORIN), Palermo, Italy, 2022, pp. 132-137, doi: 10.1109/BLORIN54731.2022.10028437.

G. Castelli et al., “Urban Intelligence: a Modular, Fully Integrated, and Evolving Model for Cities Digital Twinning”, 2019 IEEE 16th International Conference on Smart Cities: Improving Quality of Life Using ICT & IoT and AI (HONET-ICT), Charlotte, NC, USA, 2019, pp. 033-037, doi: 10.1109/HONET.2019.8907962.