L’intelligenza artificiale per creare un modello predittivo capace di stimare dove il pericolo di incidenti stradali sia più elevato nel nostro Paese: questo è l’obiettivo di RoadSafeAI 2.0, sistema sviluppato dal Politecnico di Milano e presentato ieri durante il quinto Forum di The Urban Mobility Council UnipolSai. Per elaborare le previsioni, però, l’IA necessita di una mole enorme di informazioni fornite dall’uomo: milioni di dati telematici raccolti dai veicoli tramite la tecnologia UnipolTech, in particolare dalle scatole nere, che registrano frenate brusche, sterzate e accelerazioni, insieme ai dettagli su traffico e caratteristiche della rete stradale.
Una volta ottenuti i risultati, i gestori delle infrastrutture potranno individuare con maggiore precisione le priorità di intervento, nel tentativo di contrastare un fenomeno che resta lontano dagli standard di una nazione civile: nel 2024 in Italia si sono registrate circa 3.000 vittime della strada, secondo i dati Istat più recenti, per un costo sociale stimato in oltre 20 miliardi di euro.
RoadSafeAI 2.0 è già stato applicato a Milano e Genova. I risultati mostrano che il sistema apprende rapidamente il contesto in cui opera, adattandosi alle diverse morfologie urbane e alla densità veicolare. A Napoli, invece, simulando l’assenza di dati diretti e utilizzando esclusivamente immagini provenienti da OpenStreetMap insieme ad algoritmi dedicati, l’intelligenza artificiale è riuscita a individuare la localizzazione delle aree con maggiore o minore intensità di decelerazioni repentine, con un margine di errore pari al 5,5%.
