Il Politecnico di Milano è partner del progetto ELO-X, che mira a sviluppare tecniche avanzate di ottimizzazione e di apprendimento automatico (machine learning) per sistemi industriali. Per questo, saranno formati 15 dottori di ricerca per guidarne i processi di sviluppo e di trasferimento tecnologico.
ELO-X ha durata di quattro anni ed è finanziato dalla Commissione Europea nell’ambito dei prestigiosi progetti Marie Sklodowska Curie con un contributo di 4,5 milioni di euro.
Il progetto è coordinato dall’Università di Friburgo e vi partecipano l’ETH di Zurigo e il Politecnico di Milano, che formeranno 3 dei 15 ricercatori finanziati, oltre ad altre prestigiose università e aziende: EPF di Losanna, KU Leuven, Politecnico di Bucarest, Bosch, Siemens Industrial Software, Atlas-Copco, Tool-TEMP, e la startup italiana ODYS Srl.
Nel progetto, l’unità di ricerca del Politecnico di Milano, nel Dipartimento di Elettronica, Informazione e Bioingegneria, svilupperà metodi per incorporare in modo efficiente l’uso di reti neurali ricorrenti in strategie di controllo predittivo, consentendo così l’uso di tecniche di apprendimento automatico anche in applicazioni critiche per la sicurezza, nonché metodi per progettare sistematicamente architetture di controllo multi-livello per sistemi autonomi, in cui l’ottimizzazione numerica e l’apprendimento automatico sono impiegati a diverse scale temporali e con varie priorità tra livelli gerarchici interagenti.
Questi metodi saranno applicati a tecnologie innovative, come droni ad ala rotante per applicazioni civili e sistemi di energia eolica di alta quota (airborne wind energy), così come in applicazioni civili e industriali, come l’ottimizzazione di complessi sistemi di controllo del clima per edifici.
Il gruppo di ricerca di ETH di Zurigo, nel Dipartimento di Ingegneria Meccanica e di Processo, si concentrerà sullo sviluppo di algoritmi decisionali basati sull’ottimizzazione, che possono adattarsi continuamente a nuovi dati e informazioni in ambienti mutevoli, bilanciando le necessità di esplorazione dell’ambiente e di miglioramento delle prestazioni e garantendo sempre la sicurezza durante il funzionamento. Gli algoritmi sviluppati saranno implementati con tecniche efficienti e utilizzati in applicazioni innovative, quali la guida autonoma di veicoli.
“Il progetto è attualissimo soprattutto perché le tecnologie digitali stanno trasformando tutti i settori della nostra economia e lo faranno sempre di più negli anni a venire. La prossima generazione di sistemi di controllo intelligenti sarà in grado di apprendere il comportamento del processo da regolare a partire da flussi di dati e prendere decisioni ottimali in tempo reale, portando a un miglioramento delle prestazioni, della sicurezza, e dell’efficienza energetica” spiegano Lorenzo Fagiano e Riccardo Scattolini del Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB) del Politecnico di Milano, supervisori di due dei dottorandi finanziati.
“Queste caratteristiche sono fondamentali per la realizzazione nel futuro di sistemi in grado di cambiare la nostra società, come veicoli autonomi, sistemi energetici intelligenti e robot domestici. Per realizzare questo potenziale, è necessario sviluppare metodi di apprendimento automatico (machine learning) e ottimizzazione in grado di operare in dispositivi industriali e di garantire elevati standard di sicurezza” aggiungono. “A sua volta, questo richiede la formazione di ricercatori qualificati, non solo negli aspetti scientifici/tecnici, ma anche su come trasferire le nuove soluzioni all’industria.”