Scritto da Pandora Rivista
11 minuti di lettura
Sergio Saponara (UNIPI) è Co-Leader dello Spoke 6 e membro dello Spoke Coordination Board del Centro Nazionale ICSC.
Lo Spoke 6 dell’ICSC è dedicato allo sviluppo di metodologie e strumenti per affrontare problemi scientifici e ingegneristici che richiedono la combinazione di elementi appartenenti ad aree diverse, come la modellazione multiscala e l’analisi di grandi moli di dati. Quali sono gli obiettivi e le attività di cui si compone?
Saponara: Lo Spoke 6 si colloca all’interno del Centro Nazionale su Big Data, High Performance Computing e Quantum Computing con l’obiettivo di sviluppare modelli multiscala che analizzano insieme aspetti “micro”, come le interazioni su scala atomica o subatomica da cui dipendono le proprietà dei materiali, e aspetti “macro”, legati cioè all’applicazione ingegneristica e al sistema finale. La prima sfida è stata collegare il cuore scientifico del problema, che richiede un’analisi di dettaglio a livelli molto piccoli, con applicazioni concretamente utilizzabili. A questo si aggiunge una seconda dimensione, oltre a quella multiscala, cioè la multidisciplinarità. In uno stesso problema entrano in gioco diverse discipline – fisica, chimica, matematica, informatica – perché, quando si passa all’ingegneria, tutto si integra. Per esempio, nella fluidodinamica computazionale convergono la matematica e le proprietà fisico-chimiche dei fluidi, ma la finalità può essere quella di sviluppare motori innovativi e a basso impatto ambientale. Si parla quindi di modelli multiphysics dove convergono tutte le discipline coinvolte. Nel nostro Spoke abbiamo unito diverse competenze per affrontare problemi intrinsecamente multidisciplinari con una finalità precisa. A differenza di altri Spoke più focalizzati in modo verticale su ambiente, smart city o spazio, qui il focus è sulle engineering application, ambiti che richiedono una stretta collaborazione con realtà industriali di vario tipo. Un elemento distintivo del Centro Nazionale è proprio la presenza della componente industriale, in cui sono coinvolti grandi gruppi italiani in settori diversi: spazio, energia, trasporti, infrastrutture e ICT. Tra questi, per esempio: Thales Alenia Space, Leonardo, Eni, Gruppo Ferrovie dello Stato, Autostrade per l’Italia, Engineering e Fincantieri, oltre a una rete di piccole e medie imprese. Con queste aziende sono state definite alcune challenge prioritarie.
Un tema trasversale è stato quello della diagnostica predittiva su sistemi molto diversi – satelliti, turbine, navi, ponti, infrastrutture ferroviarie – che hanno in comune il fatto di essere complessi e di richiedere la prevenzione dei guasti. L’idea è stata quella di utilizzare modelli che mettano in relazione micro e macro, dalle proprietà dei materiali alla stabilità complessiva di un sistema, per passare da un approccio reattivo a uno predittivo. Naturalmente non si tratta di previsioni generiche, ma mirate e utili a indirizzare gli interventi. In questo senso, uno dei risultati del progetto è proprio lo sviluppo di modelli di diagnostica predittiva applicabili a contesti diversi, che aumentano l’affidabilità dei sistemi. È un filone che sta dando risultati interessanti e che proseguirà, come dimostra anche il lavoro in corso con Thales Alenia Space, per il quale è stato attivato un innovation grant. La diagnostica predittiva è stata una sfida comune a molte aziende, e ha fatto emergere anche problematiche condivise, con ricadute in alcuni casi su modelli di economia circolare. Un esempio riguarda turbine sviluppate da Fincantieri e utilizzate in impianti di produzione energetica basati sul recupero degli scarti agricoli. Questi modelli permettono di individuare segnali precoci di guasto, migliorare la manutenzione e stimare la vita residua dei componenti, aumentando l’affidabilità dei sistemi e fornendo indicazioni utili anche per la progettazione futura. La possibilità di integrare previsione, monitoraggio e progettazione rappresenta uno dei risultati più significativi emersi all’interno dello Spoke 6.
Emergono dunque due tratti fondamentali: da una parte la vocazione intrinsecamente interdisciplinare, forse ancora più marcata rispetto ad altri Spoke; dall’altra l’insieme di professionisti provenienti da università diverse e un lavoro di respiro nazionale. Come si è svolta l’organizzazione del vostro progetto di ricerca e quale approccio avete adottato?
Saponara: Dover organizzare un insieme di figure molto diverse, da chi ha una formazione più legata alle scienze di base a ingegneri orientati all’applicazione, non è stata una sfida facile. Le possibili linee di lavoro erano moltissime: materiali, fluidodinamica, life science; e anche le applicazioni e le industrie coinvolte erano molto eterogenee, dalle infrastrutture ai satelliti fino alla bionica. Per gestire questa complessità, insieme ai colleghi di Roma “Sapienza” – Pisa e Roma sono stati i poli leader – abbiamo adottato un approccio matriciale, che in un certo senso rifletteva anche la nostra formazione di Spoke Leader: io ingegnere, il collega Fabio Sciarrino fisico, quindi già con una doppia anima tra ingegneria e scienza. Operativamente, abbiamo individuato da un lato dei responsabili di sede, cioè i riferimenti per ciascuna unità partecipante (più di una decina di sedi, incluso il CNR, distribuito sul territorio nazionale) e dall’altro dei responsabili di attività, organizzando il lavoro per linee scientifiche. Tra queste avevamo materiali avanzati, intelligenza artificiale e big data analytics, realtà aumentata, energia verde, fluidodinamica, life science ed elettromagnetismo applicato. Questa struttura a matrice ci ha permesso di mantenere un equilibrio e coordinare le attività senza perdere il controllo complessivo. Il rischio principale era la frammentazione, cioè che ciascuno lavorasse in modo isolato, mentre l’obiettivo era far lavorare molte unità in parallelo ma dentro un disegno comune, in modo che il contributo dei singoli producesse un risultato complessivo. E credo che questo obiettivo sia stato in buona parte raggiunto.
Siamo riusciti a costruire una filiera efficace tra industria e mondo accademico attraverso la formulazione da parte delle aziende di challenge non operative, ovvero, più che problemi immediati da risolvere, sfide su cui attivare le competenze di ricerca già esistenti nei gruppi universitari. In questo modo, l’industria poteva valorizzare le conoscenze già disponibili. Un esempio concreto è la collaborazione già citata con Thales Alenia Space: l’azienda disponeva di ventiquattro anni di dati sui sistemi elettrici e sulle batterie dei satelliti e ci ha chiesto se, attraverso tecniche di data analytics e analisi di serie temporali, fosse possibile estrarre informazioni utili che non erano ancora emerse. Dunque, da un lato grandi quantità di dati e know-how industriale non completamente sfruttato; dall’altro tecniche di ricerca avanzate sviluppate in ambito accademico. La sfida era verificare se strumenti già esistenti, magari sviluppati in altri contesti, potessero essere applicati a quei dati per generare valore, ed è effettivamente avvenuto. Queste challenge venivano lanciate e, a seconda delle competenze, le università rispondevano, costruendo gruppi di lavoro anche inter-ateneo. Nel caso citato, per esempio, hanno collaborato Thales Alenia Space, Università di Pisa e Università di Bologna. Uno degli aspetti più interessanti, oltre al risultato tecnico, è stata la creazione di interazioni reali tra approccio universitario e cultura industriale.
Questa logica di coordinamento si è riflessa anche nel rapporto tra i vari Spoke dell’ICSC? Quali forme di coordinamento si sono sviluppate e in che cosa si è distinto il vostro approccio?
Saponara: Il dialogo tra gli Spoke è avvenuto principalmente attraverso momenti di coordinamento comune, in particolare all’interno dello Spoke Board, che si riuniva periodicamente per definire alcune linee guida condivise. Questo ha permesso di mantenere un allineamento generale, ma ogni Spoke ha poi adottato modalità organizzative proprie, in funzione delle specificità del proprio ambito. Nel nostro caso il modello organizzativo è emerso anche da un tentativo iniziale diverso: avevamo provato a partire dal basso, chiedendo ai gruppi di proporre linee progettuali autonome, una sorta di “libro bianco”. Il risultato, però, è stato una forte dispersione, che era anche in parte naturale, perché il mondo accademico è composto da figure autonome e ogni ricercatore tende a sviluppare la propria linea. Il rischio era quello di avere molte iniziative valide, ma scollegate tra loro. Senza una struttura adeguata, il progetto sarebbe diventato difficilmente governabile. Per questo abbiamo introdotto una struttura a matrice, con responsabili di sede e responsabili di attività, cercando di mantenere un equilibrio tra l’esigenza di non perdere le eccellenze e le iniziative individuali e quella di evitare una frammentazione eccessiva.
Un altro elemento interessante è che, pur all’interno di questa struttura, sono stati mantenuti alcuni spazi per contributi trasversali di alto livello. In alcune linee di ricerca sono stati coinvolti gruppi di fisici, in collaborazione con il CNR, e sono intervenute figure di rilievo come Giorgio Parisi, con contributi sulla teoria della complessità e dei sistemi caotici, particolarmente rilevanti per la gestione di sistemi complessi. Abbiamo inoltre organizzato due workshop all’anno, tra Pisa e Roma, come momenti di confronto. In queste occasioni sono intervenuti altri esperti di primo piano come Federico Faggin, contribuendo ad arricchire il dibattito.
Come è stato lavorare secondo questo approccio e quali valori aggiunti hanno portato i diversi soggetti, tanto del settore pubblico quanto di quello privato, a queste interazioni? Qual è stata la natura dei risultati?
Saponara: Il nostro lavoro è stato facilitato dal fatto che fossero coinvolti grandi gruppi industriali, abituati a fare ricerca e sviluppo con reparti strutturati per restare competitivi. Questo ci ha permesso di lavorare su sfide sistemiche sviluppando modelli applicabili a contesti diversi, dal satellite all’infrastruttura stradale o ferroviaria. Quindi sfide di medio-lungo periodo e trasversali. Anche la composizione del lato accademico ha contribuito a questo obiettivo, coinvolgendo molte delle principali scuole di ingegneria italiane – Roma, Pisa, Firenze, Milano, Torino, Pavia, Bologna – oltre al CNR, garantendo un livello elevato di competenze. I gruppi di lavoro venivano costruiti in modo mirato, evitando di coinvolgere tutti in ogni attività per non rendere il sistema ingestibile.
I risultati hanno avuto una doppia natura: industriale, perché hanno portato allo sviluppo di soluzioni utili alle aziende, spesso anticipando i tempi che internamente sarebbero stati più lunghi; e scientifica, perché hanno generato pubblicazioni validate dalla comunità internazionale, permettendo all’università di mantenere il proprio ruolo. In questo senso, siamo passati da un lavoro frammentato a una logica di sistema, orientata a produrre risultati di impatto. Un aspetto particolarmente interessante è che da questa collaborazione si è creata una rete che ha continuato a funzionare: alcune università coinvolte, in particolare Torino, Roma, Pisa e Bologna, sono poi entrate insieme in un grande progetto europeo, il Digital Autonomy for Risk Engineering in Europe (DARE), partecipando come ICSC. Questo dimostra che la rete costruita aveva una solidità reale e non era solo legata ai finanziamenti. Quando si è presentata un’opportunità a livello europeo, è stato naturale partecipare insieme, valorizzando le relazioni già consolidate. E il tema stesso dell’autonomia digitale europea è oggi centrale, perché riguarda la capacità dell’Europa di non dipendere da altri per tecnologie strategiche come architetture di calcolo, algoritmi e sistemi di analisi dei dati. In questo senso, l’esperienza dell’ICSC rappresenta anche una base per inserirsi in queste dinamiche più ampie.
Questo modello di collaborazione tra università, infrastrutture e industria di quali condizioni necessita per essere replicato? E quali sono invece i limiti di un approccio di questo tipo?
Saponara: Sul tema della replicabilità, la risposta dipende molto dall’obiettivo. Se parliamo di ricerca di base, curiosity-driven, in cui il ricercatore propone idee anche ad alto rischio e potenzialmente molto innovative, allora è giusto mantenere un modello distribuito, con finanziamenti più contenuti e ampia libertà. Quando però l’obiettivo è costruire un ecosistema capace di produrre risultati tangibili come applicazioni ingegneristiche, infrastrutture e capacità di calcolo, allora un modello disperso non è più sufficiente. In questi casi è necessario costruire una massa critica, non solo a livello nazionale ma anche europeo. Un esempio concreto è quello dei data center, infrastrutture che richiedono investimenti molto elevati sia in termini economici sia energetici. È evidente che singole università non possono sostenerli, e quindi diventa inevitabile lavorare in modo aggregato, attraverso partnership pubblico-private.
Il coinvolgimento dell’industria è fondamentale anche perché consente di affiancare ulteriori risorse ai finanziamenti pubblici e di orientare gli investimenti verso applicazioni concrete. Non a caso molti progetti sono sostenuti congiuntamente da diversi ministeri, proprio perché hanno una doppia valenza, scientifica e industriale. In questo senso, il modello dell’ICSC è necessario quando si tratta di tecnologie avanzate che devono produrre risultati nel medio periodo e contribuire a colmare il divario con altri sistemi, come quello statunitense o cinese, dove esiste una forte integrazione tra pubblico, università e industria.
Abbiamo già fatto riferimento all’Europa e a contesti internazionali come Stati Uniti e Cina. Esistono modelli ai quali l’ICSC ha guardato? E, soprattutto, questo approccio come si colloca nel contesto italiano, sia in termini di posizionamento internazionale sia rispetto alle specificità del nostro sistema?
Saponara: Un esempio utile è stato, a mio parere, quello dell’Interuniversity Microelectronics Center (IMEC) in Belgio, che è uno dei principali centri europei nel campo della microelettronica. L’IMEC nasce con l’idea di aggregare le competenze delle università in un unico centro di riferimento nazionale, invece di avere strutture separate. L’ICSC può essere visto in modo analogo, come uno strumento che aggrega il lavoro delle università e consente di realizzare infrastrutture che altrimenti non sarebbero possibili, con un impatto sulla reputazione internazionale. In prospettiva, un modello di questo tipo può essere esteso anche ad altri ambiti, creando poli di eccellenza distribuiti ma coordinati, per esempio su settori strategici. In Germania esiste la rete degli istituti Fraunhofer, che svolge una funzione di aggregazione tra ricerca e industria; in Francia il CEA, nato sull’energia atomica ma poi evoluto in un grande polo tecnologico.
Il modello italiano, e in parte europeo, è diverso da quello statunitense, dove si concentrano grandi risorse su pochi atenei di punta, mentre accanto esiste un sistema molto ampio di università meno rilevanti. In Italia la qualità è più distribuita, motivo per cui non vediamo molte università nelle primissime posizioni, ma tante nelle prime centinaia. Questo punto di forza diventa un limite quando si tratta di realizzare infrastrutture costose e rende evidente la necessità di strutture aggregative come l’ICSC, che non sostituiscono le università, ma le mettono in rete così da raggiungere una massa critica adeguata per competere a livello internazionale. Nel contesto italiano, questo modello si collega anche a temi molto concreti, come la manutenzione delle infrastrutture: in un Paese con un patrimonio ampio e complesso come il nostro, strumenti come la modellazione avanzata e la diagnostica predittiva sono una necessità.
In un contesto in cui il tema della sovranità tecnologica è sempre più centrale, come si colloca oggi l’approccio open source?
Saponara: Sul tema dell’open source il discorso è articolato. Dal punto di vista accademico è un elemento centrale, perché i risultati della ricerca devono essere condivisi e validati; quindi, esiste una spinta naturale verso l’apertura. Dal punto di vista industriale, però, l’apertura totale può comportare una perdita di vantaggio competitivo, soprattutto in un contesto globale in cui altri attori non adottano lo stesso livello di condivisione. Se l’Europa rendesse tutto completamente open, mentre altri mantengono parti di know-how proprietario, potrebbe crearsi uno squilibrio. Per questo è necessario trovare un equilibrio, che all’interno dell’ICSC c’è stato: molti risultati sono stati resi disponibili attraverso pubblicazioni, software, dataset e repository, mantenendo però una protezione del valore industriale dove necessario.
C’è poi un ulteriore aspetto, che è quello della responsabilità, la cosiddetta liability: le soluzioni open source sono fornite senza garanzie, ma quando si passa ad applicazioni reali – per esempio il controllo di un satellite o di un’infrastruttura critica – serve qualcuno che si assuma la responsabilità del funzionamento del sistema. Questo implica certificazioni, assicurazioni e costi. Per questo motivo, spesso l’open source rappresenta un punto di partenza, su cui vengono costruite soluzioni più strutturate, che includono supporto e responsabilità. L’open source rimane fondamentale per la ricerca e la diffusione della conoscenza, ma deve essere integrato in un modello più ampio che tenga conto anche della competitività industriale e delle responsabilità operative.
Guardando al futuro dell’ICSC e dello Spoke 6, sembra emergere una funzione del supercalcolo che va oltre la sola capacità computazionale, intrecciandosi con temi come autonomia tecnologica, coordinamento industriale e gestione dei dati. Rispetto agli obiettivi iniziali, quali nuove direzioni si stanno delineando?
Saponara: Su questo punto è ancora presto per trarre conclusioni definitive, anche perché la discussione in corso riguarda la continuazione del progetto. I risultati ottenuti sono stati complessivamente positivi, sia dal lato accademico sia da quello industriale, e c’è un interesse concreto a proseguire. I fondi del PNRR tenderanno però a ridursi e il sistema dovrà dimostrare di poter camminare con le proprie gambe. Le sfide future saranno fortemente legate all’uso sempre più pervasivo dell’intelligenza artificiale e delle tecniche di analisi dei dati, ma anche al tema, oggi centrale, della sovranità tecnologica. Non è più possibile dare per scontato un modello in cui si utilizzano tecnologie sviluppate altrove, beneficiandone in modo indiretto. Il contesto geopolitico è cambiato e questo spinge anche le imprese a sviluppare capacità autonome di innovazione. In questo scenario, il ruolo di un’infrastruttura come l’ICSC diventa ancora più rilevante, anche perché opera proprio sugli ambiti oggi più strategici. Una delle direttrici emergenti riguarda il rapporto tra intelligenza artificiale e robotica, dove l’intelligenza artificiale interagisce con il mondo fisico, per cui si parla di physical AI. Un’altra è lo sviluppo di soluzioni distribuite, come l’AI on the edge, cioè sistemi che operano vicino all’utente o al dispositivo invece che su server remoti. Questo si collega anche alla diffusione di intelligenze artificiali “private” o specializzate, progettate per specifici contesti applicativi. Oggi, utilizzando strumenti come ChatGPT, si inviano richieste a server remoti spesso fuori dal controllo diretto dell’utente, generando questioni rilevanti quando si trattano dati sensibili. In ambito universitario, ad esempio, ci si è chiesti se fosse possibile usare questi strumenti per elaborare documenti interni e in molti casi la risposta è stata negativa, proprio per il tema del controllo dei dati. Da qui nasce la sfida di sviluppare sistemi che permettano di utilizzare l’intelligenza artificiale mantenendo il controllo sulle informazioni. Un’altra direttrice riguarda l’applicazione di queste tecnologie anche a settori non necessariamente ad alta intensità tecnologica, come l’agroalimentare, il tessile o la manifattura tradizionale. Parliamo di strumenti specifici, adattati ai singoli contesti produttivi, che rafforzano la necessità di lavorare in modo aggregato. È difficile immaginare che singole università o aziende possano sviluppare da sole tutte queste competenze: ha più senso costruire squadre che mettano insieme talenti e specializzazioni diverse, anche perché le eccellenze sono distribuite.
Questo approccio ha iniziato a influenzare anche il comportamento delle aziende. L’ICSC ha infatti creato tavoli di confronto, come l’Industrial Advisory Board, in cui realtà molto diverse, dall’energia alla mobilità, fino alla difesa, si trovano a condividere esigenze e strategie comuni su temi trasversali come intelligenza artificiale, big data e high performance computing. Si sono così create occasioni di confronto che normalmente non esistono in modo strutturato: il CTO di Eni che dialoga con quello di Leonardo o del Gruppo Ferrovie dello Stato, condividendo pratiche, approcci e metodologie. Questo ha favorito una maggiore circolazione di best practice e, allo stesso tempo, la costruzione di una visione più coordinata dello sviluppo tecnologico e delle infrastrutture digitali. Su temi come data center e infrastrutture HPC, dove gli investimenti sono molto elevati, il rischio è che ogni gruppo sviluppi soluzioni isolate. Un contesto come l’ICSC ha invece favorito la nascita di un tavolo comune che rappresenta uno degli effetti più interessanti del progetto. In prospettiva, questa dinamica può rafforzare il sistema complessivo, ridurre la frammentazione e rendere più coerenti le strategie di sviluppo tecnologico del Paese.
Una piattaforma culturale, una rivista e uno spazio di approfondimento per capire il presente.
Scopri di più
