Spinto dall’intelligenza artificiale, l’avvento della mobilità autonoma ha subito un’accelerazione negli ultimi anni. I suoi vantaggi vanno ben oltre l’asfalto.
All’inizio del 2010 si è svolto uno dei primi esperimenti di veicoli autonomi in ambito pubblico... Una navetta senza conducente ha percorso alcune centinaia di metri di un circuito prestabilito intorno al Rolex Learning Center, accompagnata da uno studente, a una velocità limitata a pochi chilometri all’ora.
Quindici anni dopo, dalla Cina ad Abu Dhabi, i taxi robot sono una vista comune nelle città; quelli di Waymo sono sulle autostrade della California e dell’Arizona; Elon Musk sostiene che i suoi taxi robot Tesla saranno presenti nel 25-50% degli Stati Uniti entro la fine dell’anno, previa approvazione normativa; la filiale di Alphabet si prepara a conquistare l’Europa schierando i suoi veicoli senza conducente Waymo a Londra. Il Vecchio Continente, compresa la Svizzera, ha dato l’approvazione condizionata per l’autonomia di livello 3, che consente al conducente di lasciare il volante. In altre parole, i veicoli autonomi sono dietro l’angolo, se non sono già arrivati.
Tuttavia, è difficile dire quando l’auto senza conducente diventerà realtà. "L’installazione di una flotta di taxi robot in una nuova città richiede la raccolta di molti dati per addestrare e convalidare il sistema", spiega Alexandre Alahi, professore del Laboratorio di Intelligenza Visiva nei Trasporti (VITA) dell’EPFL. E aggiunge: "Ogni città ha la sua identità: il suo aspetto visivo, le sue strade, la sua segnaletica a terra o in strada, il suo stile di guida, il comportamento degli altri utenti, siano essi due ruote o pedoni, sia statico che dinamico" L’obiettivo della ricerca è quindi quello di sviluppare modelli in grado di operare in tutte le città, in ambienti complessi, e di gestire situazioni impreviste o critiche.
AI per la simulazione predittiva
creiamo i cosiddetti modelli del mondo, che sono in grado, a partire da una determinata situazione reale, di generare immagini video che predicono ciò che accadrà in seguito", spiega Alexandre Alahi. Grazie all’IA generativa, possiamo simulare situazioni critiche (mai accadute o imprevedibili), per le quali abbiamo pochi o nessun dato reale, e generare situazioni estremamente realistiche. Possiamo quindi testare l’algoritmo su queste simulazioni, addestrarlo su questi ambienti virtuali e migliorare il sistema di guida autonoma"
L’utilizzo di veicoli autonomi come taxi contribuirà a ridurre la guida privata e potenzialmente il traffico urbano.
Kenan Zhang, professore del Laboratory for Human Oriented Mobility Ecosystems (Laboratorio per gli ecosistemi di mobilità orientati all’uomo)
A differenza dei modelli linguistici di grandi dimensioni (LLM), che non hanno capacità di simulazione e previsione diretta degli ambienti fisici, i "modelli del mondo" apprendono rappresentazioni dai dati sensoriali e prevedono dinamiche come il movimento, la forza e le relazioni spaziali. Ad esempio, quando un veicolo incontra una potenziale anomalia davanti a sé, il modello del mondo genera continuamente diverse possibilità per il momento successivo: frenare, cambiare corsia o adottare altre misure preventive.
Nel suo laboratorio, Alexandre Alahi sta anche lavorando per dotare la macchina della nostra intelligenza sociale. "Se un diciottenne può imparare a guidare in circa venti ore, è perché ha una certa comprensione del mondo. In un certo senso, questo viene aggiornato per la guida", spiega il professore. Oggi un’intelligenza artificiale non può imparare a guidare in ogni città in 20 ore. Anche se è migliore di un essere umano perché ha una visione a 360 gradi, riflessi più veloci o non guarderà mai il suo smartphone. Il nostro obiettivo è quindi quello di sviluppare l’intelligenza individuale della macchina in modo che possa simulare un essere umano. La sfida è renderla affidabile in tutte le situazioni, comprese quelle più improbabili"
Verso un sistema autonomo
Oggi la guida autonoma presenta ancora delle lacune, che spesso fanno notizia e fanno il gioco della concorrenza. Ma il ricercatore è convinto che sia una soluzione per il futuro. "Le auto autonome possono creare un mondo quasi privo di incidenti. Non parlo solo di incidenti gravi, ma anche di piccole collisioni che potrebbero bloccare il traffico per ore. Questo ha un enorme impatto ecologico e sociale in termini di ore perse, ritardi, che innescano un’intera catena di vittime. Inoltre, la macchina dispone di un patrimonio di informazioni che noi non abbiamo e non siamo in grado di gestire, che le consentono di prendere decisioni ottimali, ad esempio in termini di consumo energetico"
Da parte sua, Kenan Zhang, professore presso il Laboratory for Human-Oriented Mobility Ecosystems dell’EPFL, sta esaminando il macrolivello dell’integrazione dei veicoli autonomi nei sistemi di trasporto. l’utilizzo di veicoli autonomi come taxi contribuirà a ridurre la guida privata e potenzialmente a ridurre il traffico urbano", ritiene. Ma abbiamo bisogno di un sistema molto efficiente che garantisca che questi taxi robotizzati siano flessibili come i veicoli privati, in modo che le persone siano disposte ad adottarli" L’autrice ritiene inoltre che i veicoli autonomi creino una nuova forma di mobilità condivisa: "Invece di possedere un’auto e lasciarla parcheggiata per la maggior parte del tempo, è possibile affittarla ad altri viaggiatori quando non se ne ha bisogno" Quanti anni ancora ci vorranno per arrivare a questo punto?
RiferimentiQuesto articolo è stato pubblicato nel numero di marzo 2026 della rivista Dimensions, che mette in luce l’eccellenza dell’EPFL attraverso approfondimenti, interviste, ritratti e notizie. La rivista è distribuita gratuitamente nei campus dell’EPFL.
