AI e pneumatici, gomme intelligenti: la tecnologia che sta rivoluzionando la ricerca

Prima di tutto, due parole su cos’è la AI, o almeno cos’è la AI oggi, stante il fatto che il suo raggio d’azione e le sue potenzialità sono in larga parte ancora inesplorati. L’Intelligenza Artificiale è la capacità dei sistemi informatici di elaborare dati con cui apprendere, creare ed applicare ragionamenti allo stesso modo del pensiero umano.
Si basa su algoritmi che analizzano, imparano e suggeriscono decisioni senza una programmazione esplicita da parte dell’uomo. Le ricadute sulla società sono molteplici, ma quello che a noi oggi interessa è la capacità di questi sistemi non solo di analizzare una grande quantità di dati in tempi brevissimi, ma di creare, a valle di questa analisi, modelli di calcolo che permettono una progettazione mirata sugli obiettivi dei progettisti e che si basa sulle esperienze (ovvero i dati) e sulle loro interazioni reciproche.

Le difficoltà che la AI affronta sono due: la prima è proprio la creazione dei modelli di calcolo e simulazione che diventano sempre più complessi e quindi di difficile “maneggiabilità” da parte dell’uomo; in seconda battuta, la gestione degli stessi modelli che richiedono equazioni e calcoli di tale complessità che la mente umana, anche con l’ausilio dei computer, non riuscirebbe a risolvere.
Uno dei naturali campi di applicazione è naturalmente la chimica, dove la creazione di nuove molecole e nuovi composti sta vivendo una grande accelerazione: ne beneficia a cascata lo sviluppo di nuovi pneumatici sia come ideazione di nuovi prototipi sia con la successiva fase di collaudo e costruzione in serie.

Per avere risultati attendibili la AI deve essere alimentata con dati precisi e numerosi (esperienze pregresse, feedback dalla rete clienti, destinazione d’uso...) che vengono assimilati assieme alle richieste dei progettisti per poi proporre una lista di potenziali prototipi. Per ognuno di questi “candidati”, sempre la AI crea un modello virtuale che viene sottoposto dai costruttori (citiamo ad esempio Bridgestone o Pirelli) a simulazioni avanzate che restituiscono risultati con cui ottimizzare il modello di partenza in un processo ricorsivo. Si lavora in contemporanea su battistrada, mescola e carcassa, tenendo conto di tutte  condizioni che si vogliono inserire (meteo, asfalto, veicoli) senza dover costruire prototipi fisici. Solo quando la simulazione inizia a restituire una ricetta che la AI giudica ottimale, i progettisti decidono di passare alla costruzione fisica del prototipo da affidare ai tester umani per il benestare finale, ma questo si traduce in enorme risparmio di tempo e di risorse.
Proprio la Pirelli, ad esempio, dichiara che grazie al suo Virtual Development Center di Breuberg già oggi ha ridotto del 30% i suoi costi di sviluppo. Immaginiamo quindi le ricadute pratiche: arrivare sul mercato con prodotti nuovi prima dei competitor o, in ottica racing,  sviluppare nuove specifiche per rincorrere in tempi ristretti sviluppi tecnici imprevisti delle moto o cambiamenti regolamentari.

La AI sta pervadendo non solo la progettazione, ma anche la produzione e il controllo qualità: i dati in tempo reale dagli impianti di produzione sono utilizzati per ottimizzare la pianificazione, l’efficienza del flusso di lavoro e i parametri delle macchine, ad esempio agendo sul processo di miscelazione delle mescole, garantendo così maggiore efficienza in termini di tempo e di scarti.

In ottica di ottimizzazione dei costi, ma anche e soprattutto di sicurezza e soddisfazione del cliente, la AI è entrata anche nei controlli di qualità: sono già in essere ad esempio sistemi di visione artificiale che abbinati a Reti Neurali Convoluzionali (CNN), possono ispezionare i pneumatici sulla linea di produzione per rilevare difetti nascosti come crepe, bolle, deformazioni o imperfezioni strutturali, garantendo controlli non solo più rapidi e accurati rispetto ai metodi manuali, ma addirittura sistematici, ovvero su ogni singola copertura prodotta, riducendo gli sprechi e aumentando la sicurezza del prodotto finale. Insomma, è una nuova tecnologia che si sta rivelando di sicuro interesse per i produttori e sarà portatrice di benefici certi anche per l’utente finale che riceverà un prodotto sempre più perfezionato in termini di prestazioni, qualità e sicurezza, senza (una volta tanto) un aggravio di costi.