Prima su 264 partecipanti a livello mondiale. È tutta genovese la squadra che si è aggiudicata la “AI4EO Air quality and health challenge”, competizione internazionale bandita dall’Agenzia Spaziale Europea (ESA) a febbraio 2021 per trovare soluzioni di Intelligenza Artificiale in grado di potenziare i dati satellitari sull’inquinamento atmosferico. La squadra genovese ha proposto la soluzione di Intelligenza Artificiale giudicata migliore per mappare efficacemente i dati satellitari sull’inquinamento atmosferico da polveri fini inalabili (PM2.5) e da diossido di azoto (NO2), inquinanti nocivi per la salute.

Come preannunciato lunedì 14 giugno nel corso di una cerimonia online, e pubblicato ufficialmente oggi sul sito della gara, il team A-Sign Wasdi ha ottenuto la vittoria imponendosi su 264 partecipanti provenienti da tutto il mondo. La sfida, bandita tramite un’iniziativa dell’Agenzia Spaziale Europea, aveva lo scopo di migliorare i dati satellitari sull’inquinamento da polveri fini inalabili e da diossido di azoto.

«Siamo felicissimi e orgogliosi di questo risultato importante per noi, per la nostra città così ricca di talenti e, perchè no, anche per il nostro pianeta. L’Intelligenza Artificiale ha davvero le potenzialità di generare un impatto di portata straordinaria, se applicata a problemi di rilevanza globale quali i cambiamenti climatici e la sostenibilità ambientale» afferma Andrea Rapuzzi, leader del team e fondatore di A-Sign.

«Quando si mettono insieme competenze forti, diverse e complementari, che abbracciano tutto il vasto perimetro di un problema così complesso, si ottengono risultati straordinari. Il nostro team incorpora esperti sia degli aspetti di Intelligenza Artificiale, Machine Learning e Deep Learning, sia delle tematiche del Remote Sensing e dell’elaborazione di immagini satellitari, sia di ingegneria delle piattaforme cloud” sottolinea Cristiano Nattero, componente del team e sviluppatore di Wasdi.

Cos'è AI4EO? 

AI4EO è un’iniziativa dell’ESA pensata con l’obiettivo di unire i due mondi dell’Intelligenza Artificiale (AI) e dell’Earth Observation (EO). Questa prima competizione nasce da una necessità espressa dal European Centre for medium-range weather forecasts (ECMWF), il Centro Europeo di Previsioni Meteorologiche a Medio Termine, e dal Copernicus Atmosphere Monitoring Service (CAMS), il servizio di monitoraggio atmosferico del programma Copernicus, per trovare nuove soluzioni in grado di facilitare l’interpretazione dei dati satellitari.

Misurare con precisione i livelli di inquinanti è importante per monitorare la qualità dell’aria e gli effetti sulla salute. Gli ossidi di azoto siù formano ogni volta che viene usata l’aria in una combustione. Si tratta di sostanze tossiche, che irritano le vie respiratorie, causando difficoltà anche gravi, soprattutto in persone asmatiche. Nell’ambiente sono pericolosi perché favoriscono la formazione di ozono, anch’esso tossico, e di piogge acide. Il particolato fine PM2.5 è formato da quelle particelle fini, inalabili, di diametro minore o uguale a 2.5 micrometri. Può avere origine da molte fonti diverse, ed ha molti e gravi effetti sulla salute. Sia il particolato fine, sia il diossido di azoto, inoltre, contribuiscono a formare una nebbiolina che diminuisce la visibilità. Proprio grazie a questa loro caratteristica, possono essere osservati da satellite. Ad oggi tali dati sono disponibili ed accessibili su scala globale grazie alla Missione Sentinel 5P.

Purtroppo, però, questo tipo di dati ha una risoluzione relativamente bassa (3.5 km x 7 km in Europa, 10 km x 10 km altrove), e quindi non permette di apprezzare il dettaglio dell’inquinamento su scala locale. I dati a terra, rilevati dalle stazioni di monitoraggio, sono molto più precisi, ma sono disponibili solo nei pressi delle stazioni stesse. Scopo della gara, era, quindi, l’integrazione delle due sorgenti di dati per fornire immagini ad alta risoluzione (1 km x 1 km).

Il progetto vincente

Si trattava di una sfida complessa perché combinava informazioni di natura diversa (areali e puntuali, volumetriche e a terra) ed in quantità molto grandi. L’intuizione vincente è stata quella di adattare il problema a una soluzione robusta e consolidata da una vasta letteratura. Invece di addestrare la rete ad aumentare la risoluzione delle immagini, si sono presentate al modello delle immagini ricampionate in alta risoluzione e si è addestrato il modello a predire una nuova feature a pari risoluzione. Questo ha permesso l’utilizzo di un’architettura UNet, in genere utilizzata per la segmentazione di immagini, customizzata per le peculiarità del problema (soprattutto per operare una regressione e non una classificazione, a livello di pixel).

L’algoritmo sviluppato sarà a breve pubblicato sulla piattaforma WASDI, in modo da poter essere utilizzato come un servizio sul web. Questa è solo una delle iniziative congiunte di A-Sign e Wasdi, che collaborano, attualmente, in nuovi progetti di Intelligenza Artificiale a livello nazionale e internazionale,testimoniando con il loro contributo l’eccellenza tecnica genovese.

Il team genovese 

Il team vincitore A-Sign Wasdi è formato da Andrea Rapuzzi (team leader), ingegnere elettronico, fondatore di A-Sign ed esperto di Intelligenza Artificiale e Deep Learning; Cristiano Nattero, PhD, e Marco Menapace, PhD, ingegneri informatici e sviluppatori senior in
Wasdi, e Carola Lo Monaco e Linda Cademartori, studentesse di Computer Engineering - Software Platforms and Cybersecurity all’Università degli studi di Genova.

A-Sign è una società che da quindici anni sviluppa soluzioni software e di intelligenza artificiale nei domini dell’ingegneria (aerospazio, navale, smart water network, telecomunicazioni) per clienti nazionali e internazionali.

Wasdi è una startup innovativa, fondata dalla genovese FadeOut Software, dal Luxembourg Institute of Science and Technology (LIST), e dalla lussemburghese RSS Hydro, che sviluppa e mantiene una omonima piattaforma cloud progettata per trasformare in servizi operativi algoritmi e processori frutto della ricerca legata al mondo satellitare.