Intelligenza artificiale per la gestione degli impianti

I diversi approcci dell'Intelligenza Artificiale 

Come prima cosa è importante chiarire cosa sia l’IA. L’intelligenza artificiale è un campo dell'informatica che si occupa dello sviluppo di sistemi e algoritmi in grado di eseguire compiti che richiedono tipicamente l'intelligenza umana. L'obiettivo dell'IA è quello di creare macchine in grado di apprendere da dati, di adattarsi all'ambiente circostante e di eseguire operazioni simili a quelle svolte dall'intelligenza umana.

All’interno dell'intelligenza artificiale, possiamo definire i seguenti approcci:

1. Apprendimento automatico (Machine Learning): Si tratta di un'area dell'IA che si concentra sullo sviluppo di algoritmi e modelli che consentono ai computer di apprendere dai dati. Gli algoritmi di machine learning identificano modelli nei dati e utilizzano tali modelli per fare previsioni o prendere decisioni senza essere esplicitamente programmato per compiere quelle azioni;
   
2. Reti neurali artificiali: Le reti neurali artificiali sono modelli matematici ispirati al funzionamento del cervello umano. Sono composte da un insieme di unità di elaborazione, chiamate neuroni artificiali, che sono interconnesse e lavorano insieme per risolvere problemi complessi come il riconoscimento di immagini, il riconoscimento vocale e altro ancora;
   
3. Elaborazione del linguaggio naturale (NLP): È un ramo dell'IA che si occupa di far comprendere ai computer il linguaggio umano;
   
4. Computer Vision: Questo campo si concentra sulla creazione di sistemi informatici in grado di interpretare e comprendere il contenuto visivo delle immagini o dei video.

Sicuramente il campo di nostro interesse è l’apprendimento automatico. Come è possibile immaginare questo rappresenta il processo decisionale, ovvero il cervello, poi ci sono gli “occhi” e “orecchie” che sono rappresentati da tutte le sonde presenti nell’edificio, che raccolgono i dati che saranno oggetto di studio, e che produrranno degli output ovvero azioni che verranno compiute dagli attuatori “le mani” dell’IA.

Le sonde svolgono un ruolo fondamentale nella raccolta di dati ambientali e nel mantenimento di condizioni ottimali per il comfort, l'efficienza energetica e la sicurezza. Questi piccoli dispositivi sensoriali sono sparsi in tutto l'edificio, ciascuno con un compito specifico e un contributo fondamentale al funzionamento generale dell'ambiente costruito. La sonda è un dispositivo sensoriale che raccoglie dati sull'ambiente circostante, come temperatura, umidità, livelli di illuminazione e altro ancora. Queste informazioni sono essenziali per il controllo e la regolazione dei sistemi HVAC (riscaldamento, ventilazione e condizionamento dell'aria), dell'illuminazione, della sicurezza e di altri aspetti critici della gestione degli edifici.

Le sonde possono essere così divise:

• Controllo del Clima: Le sonde di temperatura e umidità sono fondamentali per monitorare e regolare il clima interno degli edifici. Questi sensori forniscono dati in tempo reale per ottimizzare il funzionamento dei sistemi di riscaldamento, ventilazione e condizionamento dell'aria, garantendo il comfort degli occupanti e riducendo i consumi energetici;
• Gestione dell'Illuminazione: Le sonde di luminosità regolano l'intensità della luce naturale e artificiale all'interno degli edifici. Monitorano i livelli di luce e adattano di conseguenza l'illuminazione, contribuendo all'efficienza energetica e al benessere degli utenti;
  
• Monitoraggio dell'Aria: Le sonde di qualità dell'aria rilevano la presenza di sostanze nocive o irritanti nell'ambiente interno, come CO₂, COV (composti organici volatili) e altri inquinanti. Questi dati sono basilari per garantire la qualità dell'aria e la salute degli occupanti.

Dopo aver definito quali siano “gli occhi” e le “orecchie” dell’IA è doveroso dare una veloce panoramica su quelli che sono gli attuatori ovvero “le mani” dell’IA. Gli attuatori sono dispositivi elettromeccanici, pneumatici o idraulici che convertono un segnale di controllo in un movimento fisico. Questo movimento può essere lineare, rotativo o di altro tipo, a seconda delle applicazioni specifiche. Gli attuatori sono ampiamente utilizzati in una varietà di sistemi automatici e di controllo, dai robot industriali agli impianti di condizionamento dell'aria.
Le tipologie sono brevemente qui riassunte:

• Attuatori Elettromeccanici: Questi attuatori convertono l'energia elettrica in movimento meccanico. Sono comunemente utilizzati nei sistemi di automazione industriale, nei sistemi di chiusura e apertura di serrande, porte, finestre e valvole, nonché nei dispositivi di controllo del movimento;
  
• Attuatori Pneumatici: Gli attuatori pneumatici utilizzano l'aria compressa per generare forza e movimento. Sono spesso impiegati in applicazioni industriali per controllare valvole, cilindri e altre apparecchiature che richiedono un movimento lineare o rotativo;
  
• Attuatori Idraulici: Questi attuatori utilizzano fluidi idraulici per generare forza e movimento. Sono noti per la loro capacità di generare forze elevate e sono spesso utilizzati in applicazioni che richiedono una grande potenza, come macchine pesanti e sistemi di sollevamento.

Le sonde e gli attuatori moderni sono dotati di tecnologie avanzate, tra cui connettività wireless, IoT (Internet of Things) e analisi dati in tempo reale. Queste caratteristiche consentono la raccolta e l'analisi efficiente dei dati ambientali, fornendo informazioni preziose all’IA per ottimizzare le prestazioni degli edifici e migliorare il confort degli utenti. L’IoT è fondamentale per fornire l’informazione necessaria all’IA per poter prendere una decisione corretta ed efficace. Il processo di apprendimento e decisionale dell’AI si basa su l’analisi dei dati rilevati, i dati del web e quelli storici dell’edificio. Questa iterazione permette di definire dei pattern operativi e in base a questi cercare la miglior soluzione, andando a predire quelle che saranno le future domande e offerta di energia. A tal scopo un ruolo fondamentale lo ricopre il “digital twin” dell’edificio.

Il "digital twin" di un edificio è una replica virtuale e dinamica di una struttura fisica, creata utilizzando dati in tempo reale e modelli digitali avanzati. Questo concetto si basa sull'idea di avere una rappresentazione digitale completa e accurata di un edificio, inclusi impianti, sistemi di controllo e altri elementi pertinenti.

Il digital twin di un edificio integra dati provenienti da una varietà di fonti, inclusi sensori installati nell'edificio stesso, sistemi di gestione degli edifici (BMS), sistemi di automazione, dati meteorologici e altro ancora. Questi dati vengono utilizzati per creare un modello digitale tridimensionale dell'edificio e dei suoi sistemi, consentendo una visualizzazione dettagliata delle prestazioni e delle condizioni dell'edificio in tempo reale. La continua raccolta di dati, creano nel tempo, uno storico dell’edificio secondo il quale è possibile definire per ogni elemento le caratteristiche lo stato di funzionamento, i consumi ed eventuali anomalie.

Il digital twin non è semplicemente una rappresentazione statica dell'edificio, ma è in continua evoluzione e adattamento alle variazioni nelle condizioni reali. Attraverso l'utilizzo di algoritmi di analisi dei dati e di intelligenza artificiale, il digital twin può prevedere il comportamento futuro dell'edificio, ottimizzare l'efficienza energetica, anticipare problemi di manutenzione e supportare decisioni di gestione basate sui dati.

Il digital twin accoppiato all’IA, è utilizzato come strumento di simulazione per testare e valutare scenari alternativi, pianificare interventi di manutenzione preventiva e migliorare la progettazione e l'ottimizzazione degli edifici.
I dati storici del digital twin aitano l’IA a definire se la soluzione prevista sarà efficace oppure no, nel caso non sia presente nello storico, una volta adottata, il suo risultato farà parte dello storico, questo è il core del machine learning. Pertanto, le soluzioni con risultati negativi verranno scartate a favore di soluzioni più efficienti.
L’utilizzo dell’IA ha dato un notevole impulso sia sul sistema gestionale degli impianti quanto quello di analisi dei dati, sono ormai innumerevoli le applicazioni con risvolti positivi che vanno dall’ottimizzazione della gestione alla progettazione, ne citeremo giusto alcuni quali:

• Il progetto EnergIA, che ha usato l’IA per analizzare i dati di oltre 2 milioni di APE (Attestati di Prestazione Energetica) e fornire indicazioni di supporto alla progettazione e alla certificazione energetica degli edifici;
  
• L’applicazione del gruppo di ricerca ICT di ENEA che ha usato l’AI sul supercalcolatore CRESCO6.
  Il nuovo approccio, sviluppato dall'ENEA, permette di raccogliere e correlare i dati relativi ai carichi di lavoro effettivi dei data center e al consumo energetico a vari livelli (come nodo, server, rack e stanza). Questo vasto insieme di informazioni viene poi analizzato utilizzando metodi di apprendimento, che consentono di creare modelli predittivi per anticipare il comportamento dei server in base alla temperatura e al carico di lavoro, identificando eventuali aree di surriscaldamento (hotspot o punti critici). Questo permette di prendere decisioni predittive che anticipano il raffreddamento dei componenti che saranno oggetto di surriscalderanno, riducendone la possibilità di rottura e il deterioramento. Oltre ovviamente ad ottimizzare il fabbisogno in base alle reali esigenze;
• Rimanendo sempre nel campo dei data center, Google ha reso noto che grazie all’utilizzo dell’intelligenza artificiale con modalità analoghe all’ENEA è riuscito a ridurre del 40% i consumi energetici per il raffreddamento dei data center e del 15% i consumi complessivi.

È intuibile come l’acquisizione di dati dall’edificio e l’accesso alle risorse della rete sia cruciale per poter permettere all’IA di rendere sempre più precisa la gestione di un impianto e l’individuazione di pattern sempre più ottimizzati.
Il connubio dell’IA con la domotica permetterà sempre più di prevedere il fabbisogno dell’edifico e agire in anticipo per limitarlo, garantendo la miglior soluzione in termini di confort, efficienza ed economicità, sarà come avere un gestore dell’impianto h24 sempre disponibile, con accesso alla banca dati di tutti i componenti dell’edificio.

L'intelligenza artificiale sta sicuramente rivoluzionando il settore della gestione degli impianti, offrendo soluzioni straordinarie per l'innovazione e il progresso. Tuttavia, insieme alle sue promesse, l'IA porta con sé una serie di problematiche, tra cui quella della privacy dei dati. In un mondo sempre più interconnesso e dipendente dai dati, è fondamentale comprendere come l'IA possa influenzare la nostra privacy e cosa possiamo fare per proteggerla.
Infatti, nella mole di dati necessari per la gestione dell’edificio possono essere incluse informazioni personali sensibili, come dati di identificazione personale, dati di localizzazione e altro ancora.

Il problema della privacy sorge quando questi dati vengono utilizzati senza consenso o quando le informazioni sensibili vengono esposte a rischi di accesso non autorizzato. Dall’altro lato negare l’accesso ai dati rendere il sistema meno funzionale ed efficiente. Sembra chiaro che una delle future sfide sarà quella di garantire un utilizzo dei dati chiaro e trasparente per gli utenti e nel rispetto della privacy.