L’efficacia del lavoro della Protezione Civile è fortemente dipendente dalla capacità di prevedere i fenomeni naturali che provocano situazioni di grande emergenza. Il rischio sismico, meteo-idrogeologico o di incendi boschivi creano situazioni di allerta e allarme; rischi a cui si aggiungono quelli derivanti da incidenti industriali di rilievo. Le capacità di prevedere i fenomeni è, oggi, a un punto di svolta grazie all’Artificial Intelligence. Droni, sensori IoT e telecamere termiche, oltre ai tradizionali satelliti, radar e sismografi: le sorgenti di informazione si moltiplicano e l’AI è in grado di analizzare tanto i dati storicizzati, quanto quelli raccolti in tempo reale, al fine di individuare i pattern anomali, essenziali per anticipare le situazioni avverse della natura. Prevenire gli eventi, prepararsi ad affrontarli, avere una situational awareness, allocare le risorse e ripristinare la normalità: le criticità della Protezione Civile possono essere affrontate grazie al contributo dell’Artificial Intelligence.
Negli ultimi anni, i disastri naturali sono aumentati sensibilmente, anche a causa dei cambiamenti climatici, come documenta l’Unione Europea, con il conseguente aumento degli allarmi della Protezione Civile. L’analisi di casi reali come, ad esempio, i terremoti della California o l’epidemia a Nagoya https://arxiv.org/abs/2102.08628 dimostrano la possibilità offerta dall’AI di analizzare grandi volumi di dati per giungere a esiti altrimenti impensabili:
Ma non solo: la capacità dell’AI di analizzare in tempo reale i dati provenienti dai sensori diffusi sul territorio, permette di prevedere gli incendi boschivi, con un’affidabilità paragonata con il Canadian Forest Fire Hazard Rating System, la principale fonte di informazioni per tutte le agenzie di gestione degli incendi boschivi in Canada. Analizzare grandi quantità di dati e capacità di anticipare le catastrofi sono in relazione molto stretta con le previsioni meteorologiche. Non è un caso, infatti, che alcune delle soluzioni di AI disponibili sul mercato siano focalizzate su questo aspetto.
L’andamento del meteo ha un impatto diretto sugli allarmi della Protezione Civile, l’ente dirama costantemente i Bollettini di Vigilanza Meteorologica Nazionale per informare i cittadini. I modelli di AI più performanti sono in grado di effettuare previsioni ed emettere allerte meteo specifiche, iper-localizzate e altamente precise, con un aggiornamento costante della situazione.
Ciò avviene grazie a una combinazione di reti neurali e modelli fisico-matematici tradizionali. Dopo un primo addestramento basato sui dati storici, l’AI analizza le immagini satellitari e individua correlazioni tra eventi meteorologici complessi. Il vero valore aggiunto sta nella capacità di questo modello di correggersi continuamente: confrontando i dati storici con quelli raccolti in tempo reale, il sistema affina le sue simulazioni, riducendo gli errori sistematici e aumentando la precisione delle previsioni. Visti i cambiamenti climatici occorsi negli ultimi anni, la Protezione Civile necessita di strumenti simili per poter pianificare i propri interventi e rendere massimamente efficaci i meccanismi di Early Warning.
La possibilità di prevedere la situazione atmosferica in modo iper-localizzato significa poter assegnare le priorità di intervento e allocare le risorse di conseguenza.
Se eventi anomali, come, ad esempio, nubifragi, nevicate, ondate di calore o piene fluviali, interessano zone geografiche circoscritte, l’AI supporta la Protezione Civile con decisioni specifiche (evacuazioni mirate, turbine antineve, tende climatiche, ecc.). Anche il caso di Nagoya, già citato, evidenzia il vantaggio offerto dall’AI per il supporto alle decisioni: i dati sulla particolare combinazione, in specifiche aree, di popolazione anziana, previsione di microclima avverso e diffusione dell’epidemia ha permesso la concentrazione preventiva di mezzi di soccorso, per sopperire ai bisogni potenziali dei cittadini.
Per ciò che concerne il supporto alle decisioni, i social media sono da tempo sotto i riflettori per la capacità potenziale che offrono in termini di situational awareness. Già nel 2019, la IEEE - Institute of Electrical and Electronics Engineers, sottolineava la possibilità offerta dai social media di innescare azioni di soccorso, basandosi su informazioni offerte dai cittadini. Più di recente, una ricerca della University of Alabama ha evidenziato il ruolo avuto dai social media nell’affrontare fenomeni realmente accorsi (incendi boschivi, terremoti, frane, inondazioni), con particolare riferimento all’uragano Harvey. Anche il progetto E-Citijens, sviluppato con una collaborazione tra Italia e Croazia, conferma il ruolo non secondario dei social media per gestire gli allarmi della Protezione Civile: un’apposita piattaforma software, sviluppata da Beta 80, elabora gli alert provenienti dai social, grazie ad una tassonomia di classificazione e algoritmi, che assegnano le priorità in base ai livelli di rischio associati agli eventi.
L’AI non è più un’opzione, ma un imperativo per le Centrali di Emergenza, e, in particolare per la Protezione Civile, come testimoniano le diverse iniziative in essere in Italia. Anche a livello internazionale, le ricerche e i casi reali di applicazione dimostrano come l’Artificial Intelligence possa ricoprire un ruolo chiave nella gestione delle grandi emergenze, e risulta essere una prerogativa comunemente accettata. Tuttavia, nulla è automatico, e l’AI richiede una chiara strategia che affronti aspetti cruciali, tra cui: investimento tecnologico; disponibilità di dati reali o simulati per istruire i modelli; approccio “human in the loop” per stabilire un rapporto coretto uomo-macchina; superamento delle barriere culturali; infine, riorganizzazione dei processi operativi. È la strada da seguire per costruire, a partire da oggi, la Protezione Civile del futuro.