Machine learning, le applicazioni per Arpal

L’utilizzo di machine learning in campo ambientale è diventato sempre più diffuso e Arpal è all’avanguardia in questo settore grazie al lavoro di uno dei suoi tecnici, Tomaso Vairo.

Machine learning è un metodo che s’inserisce nell’ampio campo dell’intelligenza artificiale; è un programma che consente al computer di svolgere operazioni senza che sia direttamente impostato per farlo ma “apprendendo” passo dopo passo le azioni da compiere.

L’utilizzo di machine learning in campo ambientale è diventato sempre più diffuso e Arpal è all’avanguardia in questo settore grazie al lavoro di uno dei suoi tecnici, Tomaso Vairo, che si occupa di analisi del rischio e modellistica e che, negli ultimi mesi, ha pubblicato diversi lavori sulle possibili applicazioni, legate in particolare alla qualità dell’aria e al rischio industriale.

Per quanto riguarda la qualità dell’aria, il ricorso a machine learning consente di superare le semplificazioni legate all’utilizzo dei modelli matematici. Il machine learning permette, infatti, una capacità predittiva superiore perché non esiste esplicita correlazione tra dati di input e di output; questo consente, dunque, una previsione più affidabile e rapida.

Ancora più significativo il ruolo che machine learning gioca nell’analisi del rischio industriale. Il suo utilizzo, infatti, consente una visione diversa rispetto a quella tradizionale, solitamente improntata alla massima cautela (cioè prendendo come scenario di riferimento quello più pericoloso). Machine learning permette, invece, di valutare la situazione in tempo reale e, analizzando gli eventuali precursori di un incidente, di prevenire i possibili effetti.

Pochi mesi fa, Vairo ha pubblicato, sulla rivista Process Safety and Environmental Protection uno studio relativo agli aspetti di sicurezza delle condutture che trasportano materiali pericolosi e che non sono inclusi né sotto l’ombrello delle direttive Seveso, volte a prevenire incidenti gravi negli impianti industriali, né in altre normative europee.

Lo studio è un’approfondita analisi della tecnica ETA (albero degli eventi), che utlizza un framework in grado di superare i limiti dell’approccio tradizionale ed è integrabile con tecniche di machine learning.

Un altro studio in questo senso è quello svolto sempre da Vairo a supporto del primo rifornimento in Italia di gas liquefatto, avvenuto pochi mesi fa nel porto della Spezia e presentato nel corso del convegno internazionale ESREL 2020 (30th European Safety and Reliability Conference).

c.s.