La Coppa America rappresenta il trofeo velico più prestigioso, una sfida sportiva e tecnologica capace di portare il nome dell’Italia con Luna Rossa in tutto il mondo. La 36esima edizione della competizione si terrà a Auckland, in Nuova Zelanda, nel 2021, ma i team sono già da tempo al lavoro per studiare le strategie migliori e puntare a primeggiare.
Nelle gare veliche, dove tutto si gioca al limite, ogni fattore anche minimo è determinante per raggiungere quest’obiettivo: naturale che la tecnologia rappresenti la leva più strategica per riuscire nell’impresa.
Strategia che il Team Luna Rossa Challenge ha messo in campo grazie ad una partnership con Teorema Engineering e Wärtsilä Italia, che con le rispettive competenze negli ambiti dell’Intelligenza artificiale e delle tecnologie nautiche avanzate, supportano il team velico a prepararsi alla competizione. “Un caso di studio che avrà ricadute positive anche per il mondo industriale”, anticipano i protagonisti del progetto e che fa leva su una piattaforma analitica avanzata che rivoluziona il modo in cui vengono disegnati gli scafi, elaborate le strategie di gara e allenato l’equipaggio.
Approccio nuovo agli Analytics
Tutta la strategia dei team si gioca sull’analisi della sempre maggiore mole di dati raccolti durante gli allenamenti e sulla loro scrematura per cogliere solo le informazioni potenzialmente utili, soprattutto perché i dati a disposizione sono oggi quasi tutti nuovi e in continuo aggiornamento.
L’obiettivo è 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. Si studia un processo di elaborazione ed estrazione di valore dai dati grezzi grazie alla costruzione di un approccio completamente nuovo agli Analytics introducendo strumenti di Machine learning e puntando sull’Open Innovation e sulla Co-Creation.
“Finora avevamo effettuato analisi in maniera tradizionale, basandoci per l’appunto sullo storico dei dati raccolti – dichiara 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”.
Tecnologie di frontiera e approccio pragmatico al ML
Il progetto pluriennale avviato con Luna Rossa in partnership con con Teorema Engineering e Wärtsilä Italia sembra risultare il modo migliore per rompere gli schemi e trovare correlazioni tra dati che fino ad oggi il Team non prendeva in considerazione. Tecnologie di frontiera che partendo da una una piattaforma di Machine learning, fanno leva su reinforcement learning e interpretazione dei dati per arrivare ad individuare i dati strategici al progetto.
“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 Giuseppe Saragò, General Manager Wärtsilä Smart Manufacturing & Innovation –. 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”.
“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 Robert Vrčon, Direttore Generale di Teorema, 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”.
“What’s next?” quando si parla di futuro.
Non perdere tutti gli approfondimenti della Rubrica WhatsNext
© RIPRODUZIONE RISERVATA
