<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=150415092460129&amp;ev=PageView&amp;noscript=1">

Visione

Offerta

Scenari

Tecnologie di Frontiera

Ruoli

Tilt

Luna Rossa veleggia verso la Coppa America sull'onda del Machine learning

Luna Rossa veleggia verso la Coppa America sull'onda del Machine learning

Teorema Engineering e Wärtsilä Italia stanno aiutando il team velico a prepararsi alla grande competizione del 2021. Open innovation e Co-Creation sono le parole d'ordine di un progetto pluriennale che –grazie a una piattaforma analitica avanzata– sta rivoluzionando il modo in cui la squadra disegnerà gli scafi, elaborerà le strategie di gara e allenerà l'equipaggio. Robert Vrčon, Direttore Generale di Teorema: “Stiamo costruendo un caso di studio che avrà ricadute positive anche per il mondo industriale”

L'obiettivo del Team Luna Rossa Challenge è solo uno ed è molto chiaro: andare più veloce degli altri, andare più veloce di tutti, e arrivare primi. Quando si vola sull'acqua alla ricerca del limite ogni fattore, anche il minimo, è determinante per raggiungere quell'obiettivo. E in gare che sono sempre più pianificate, affrontate e vinte attraverso lo sviluppo preliminare di strategie e tecnologie, non è possibile prescindere dall'analisi dei dati. Il problema è che i volumi di dati che si possono raccogliere in allenamento e in regata continuano ad aumentare: pur non potendo sottovalutare alcun tipo di stimolo, progettisti e strateghi hanno la necessità di scremare le informazioni potenzialmente utili da ciò che invece rischia di rivelarsi puro rumore. Occorre un salto qualitativo nei processi di elaborazione ed estrazione di valore dai dati grezzi. Occorre, in altre parole, costruire un approccio completamente nuovo agli Analytics introducendo strumenti di Machine learning e puntando sull'Open Innovation e sulla Co-Creation.

Verso la Coppa America con le nuove tecnologie, una sfida nella sfida

È per questo che in vista della prossima Prada Cup e soprattutto per la 36esima edizione della Coppa America (di scena a Auckland, in Nuova Zelanda, nel 2021) Luna Rossa ha siglato una partnership con Teorema Engineering e Wärtsilä Italia. Con le competenze negli ambiti rispettivamente dell'Intelligenza artificiale e delle tecnologie nautiche avanzate dei due gruppi, il Team intende rivoluzionare il modo in cui progetta gli scafi e gestisce i processi decisionali che porteranno alla creazione delle strategie di gara e agli allenamenti dell'equipaggio.

Avvezza alle simulazioni digitali e allo studio dei digital twin per prevedere il comportamento della barca in mare, la squadra ha comunque di fronte a sé una sfida è estremamente complessa: innanzitutto perché i dati a disposizione sono quasi tutti nuovi e in continuo aggiornamento. Lo scafo che parteciperà alla Coppa America, il cui varo è previsto per l'anno prossimo, sarà infatti concettualmente diverso da quello delle barche precedenti (tant'è vero che i sistemi stanno venendo alimentati con le rilevazioni telemetriche effettuate sul TP52, lo scafo “lepre” del Team). Bisogna quindi istruire le piattaforme analitiche e trovare relazioni e pattern tra i dati potendo contare sulle pochissime serie storiche ancora valide, rivalutando alla luce dell'algoritmo che si verrà a formare le esperienze maturate negli anni scorsi.

“Finora avevamo effettuato analisi in maniera tradizionale, basandoci per l'appunto sullo storico dei dati raccolti”, conferma Francesco Mongelli, navigatore del Team Luna Rossa Challenge. “Ma sulla nuova barca sono cambiate così tanto le carte in tavola, a partire dal mio ruolo, che ci siamo resi conto di quanto fosse necessaria una svolta. E nonostante un certo iniziale scetticismo rispetto all'idea di allocare risorse su tecniche di fatto sperimentali, grazie a Wärtsilä e Teorema siamo riusciti a sviluppare un canale parallelo che ha prodotto da subito risultati interessanti. Con i tecnici abbiamo parlato di vela il meno possibile: non devono utilizzare il nostro metodo di ragionamento per sviluppare le proprie ipotesi, e vogliamo essere aperti, per conoscere fattori prima inesplorati ma determinanti per la prestazione finale. Abbiamo capito che anche se le analisi avanzate mettono in evidenza particolari non banali, in processi di questo genere non esiste la bacchetta magica”.

Un approccio pragmatico al Machine learning: il valore della vera innovazione

Ne sanno qualcosa Robert Vrčon, Direttore Generale di Teorema, e Giuseppe Saragò, General Manager Wärtsilä Smart Manufacturing & Innovation. Nonostante Vrčon e Saragò siano abituati a lavorare con le tecnologie di frontiera, si tratta per entrambi di un'esperienza completamente nuova. “Machine learning è una buzzword di cui oggi si tende ad abusare, anche in maniera semplificata. Il che potrebbe portare a una comprensione sbagliata del termine”, precisa Saragò. “Si tratta in realtà di un metodo rigoroso che permette di capire cosa va osservato in mezzo a tante variabili. Sono tre le fasi che contraddistinguono l'evoluzione di una piattaforma di Machine learning, e se la prima consiste nell'alimentare un algoritmo che di per sé è ignorante, creando regole che gli consentano di individuare e analizzare le informazioni da comprendere, la seconda ha a che fare con il cosiddetto reinforcement learning. È a questo punto che, se il sistema ha centrato l'obiettivo, si forma la vera intelligenza. L'interpretazione dei dati è solo l'ultimo step di un processo che aiuta a superare un limite tipicamente umano quando si cercano soluzioni nuove: tendiamo a non guardare ciò che non conosciamo”.

Anche per Vrčon il progetto pluriennale avviato con Luna Rossa e Wärtsilä è il modo migliore per rompere gli schemi e trovare correlazioni tra dati che fino a ieri il Team non prendeva nemmeno in considerazione. “È una sfida non solo ingegneristica, ed è un lavoro che abbiamo accettato con entusiasmo perché siamo convinti che avrà forti ricadute anche sul mondo industriale e per gli altri clienti di Teorema”, garantisce Vrčon, citando due ordini di motivazioni. “Intendiamo prima di tutto dare vita a casi di studio di rilievo, esperienze che dimostrino la validità di questa generazione di soluzioni. E ciò, come è accaduto per Luna Rossa, presuppone la collaborazione. L'innovazione vera non si fa da soli, in laboratorio, immaginando la realtà”, continua Vrčon. “L'innovazione ha bisogno di essere costantemente messa alla prova sul campo, all'interno di specifici ambiti di applicazione. In secondo luogo, pensiamo sia fondamentale cambiare approccio mentale. L'idea di fondo è che l'innovazione si fa con prove impegnative, uscendo dal proprio 'safe environment', andando avanti, guardando fuori, unendo in maniera nuova, creativa, le soluzioni tecnologiche a disposizione. Tutto questo ha un enorme impatto sul modo in cui si lavora, e ciascun partecipante al processo di innovazione declinerà quanto sviluppato insieme a vantaggio del proprio business. È questo il vero valore dell'Open Innovation: uno vale uno, ma in tanti il risultato cresce in maniera esponenziale”.

New Call-to-action

Iscriviti al Blog