La diagnostica in ambito ferroviario si è da sempre posta all’apice permesso dalle tecnologie a disposizione. Le esigenze da un lato premono per una riduzione del personale coinvolto, e dall’altro per massimizzare la disponibilità operativa della linea. I veicoli diagnostici, quindi, sono stati sempre più attrezzati con apparecchiature che permettessero di acquisire quante più informazioni possibili. In questo ambito i sistemi di visione incrementano le possibilità di diagnostica in termini di velocità e risoluzione di un ordine di grandezza ad ogni aggiornamento.
Le possibilità
Oggigiorno uno stesso veicolo può essere attrezzato per acquisire tutte le tipologie di informazioni inerenti ad una linea ferroviaria: dai binari ed il restante armamento ferroviario, agli elementi per la trazione elettrica passando per le infrastrutture civili.
Durante una stessa campagna di acquisizione, quindi, oggi abbiamo la possibilità di acquisire un’enorme mole di dati che, per essere utili, devono essere almeno pre-processati in maniera automatica.
Quando l’intelligenza Artificiale non è un optional
Le potenzialità dell’AI sono oggi alla portata “consumer” in molti prodotti ed anche l’offerta industriale è stata contaminata da questo trend.. a volte anche in modo inappropriato: se è possibile disporre di un modello deterministico la soluzione va realizzata senza AI .
Per la diagnostica ferroviaria l’AI è stata un’esigenza nell’elaborazione della sempre crescente mole dei dati acquisiti. L’intelligenza artificiale è quindi da molti anni utilizzata su tutte quelle problematiche dove la soluzione sfugge alle maglie di una “modellizzazione classica”, dove anche la computer vision fornisce elementi maggiori ma non sufficienti a discriminare in modo sufficientemente ripetibile le difettosità ricercate.
Si tratta di un campo di sviluppo in fermento grazie al continuo aumento di performance delle strumentazioni di acquisizione: sensori sempre più precisi, sempre più veloci, sempre più sensibili costringono ad un continuo rinnovo dei “dataset” e dei modelli utilizzati nelle reti diagnostica.
Il limite
Un buon metro di misura per la bontà dei risultati delle AI lo si trova con la contro-verifica rispetto alle valutazioni “umane”. Quando diversi esperti umani arrivano a conclusioni discordanti sullo stesso “oggetto” allora possiamo perdonare anche l’eventuale indecisione dalla AI sviluppata.
Dopotutto “gli algoritmi risponderanno sulla base di quanto gli viene insegnato”, dovremmo ricordarcelo per dare il giusto peso all’intelligenza artificiale sia quando viene demonizzata che quando viene eccessivamente celebrata
Si ringraziano ADTS ed RMT per le elaborazioni d’esempio condivise.
Scopri la presentazione di Giuseppe Bomben, dal titolo “Applicazioni di intelligenza artificiale nella diagnostica ferroviaria”, il giorno 28 maggio alle 12.30 a SPS nell’area Talk dello stand di CNI-Fedinger.
