Data analytics e machine learning per performance vincenti. Ma quanto contano ancora il talento umano e la capacità di risposta del team alle situazioni impreviste? La lezione di Luna Rossa
La conclusione della Coppa America, che ha visto prevalere il detentore neozelandese Te Rehutai sullo sfidante Luna Rossa dopo una appassionante serie di regate, ci suggerisce alcune riflessioni sull’evoluzione di questi incredibili velieri iper-tecnologici, inimmaginabili ai tempi della prima sfida italiana con Azzurra nel 1983. Le notevoli performance degli AC75 sono frutto di quello che possiamo chiamare “mixed team”, quando determinati compiti sono realizzati congiuntamente da umani e sistemi intelligenti, ed è interessante chiedersi quanto contino in questo caso le tecnologie e quanto il talento umano. Le imbarcazioni dell’America’s Cup sono infatti progettate utilizzando la simulazione computerizzata e messe a punto grazie ai sistemi digitali che analizzano i dati forniti dai sensori durante le fasi di test. Però poi in regata è il talento umano a dominare in quanto l’energia per il funzionamento dei sistemi idraulici è fornita dai muscoli dei grinder, mentre il controllo della navigazione e delle manovre è totalmente in carico agli skipper in quanto, per regolamento, il sistema elettronico deve essere “not used to estimate yacht state information and incapable of having any significant effect on the yacht state”.
I due partner tecnologici di Luna Rossa, Wärtsilä e Teorema, hanno applicato processi di data analytics e machine learning alle performance della barca, fornendo al team un’analisi efficiente dei dati. Però, come ben sa chiunque si occupi di simulazione, questa fornisce dati tanto più significativi e verosimili quanto più accurata è la modellizzazione del sistema e maggiori e di miglior qualità sono i dati reali disponibili. Purtroppo, nonostante i progressi delle conoscenze idrodinamiche e meteorologiche e delle metodologie di calcolo, l’interfaccia tra la fase liquida e la fase gassosa, tra le onde e il vento, resta un ambiente estremamente complesso e caotico per cui mai come in questo caso vale il detto “tra il dire e il fare c’è di mezzo il mare”. Per questo, per avere un banco di prova reale su cui mettere a punto le tecnologie, dal 2018-19 Wärtsilä e Teorema hanno seguito e analizzato le performance del team Luna Rossa negli allenamenti sul TP52, il Transpac 52, varato il 14 maggio 2018, acquisendo una grande quantità di dati, nel corso delle regate del circuito delle TP52 Super Series.
Contemporaneamente, procedeva la progettazione della barca classe AC75 per la Coppa America che, per regolamento, non avrebbe potuto essere varata prima del 31 marzo 2019. In tal modo, il team Luna Rossa ha messo a punto il sistema analytics, basato sull’analisi e valutazione di tutte le performance degli anni precedenti, così da provare, prima in simulazione e poi in acqua, nuove soluzioni, con una miglior conoscenza degli effetti delle diverse scelte. A tal proposito, due anni fa, Giuseppe Saragò, general manager Wärtsilä Smart Manufacturing & Innovation, aveva dichiarato all’Ansa che la vera sfida – «consiste nell’utilizzo smart di queste tecnologie e nella comprensione dei dati». E che – «machine learning e AI sono ormai diventate buzzwords, ma in pochi sono davvero in grado di dare un senso a queste analisi e identificare nuovi path logici che aiutino il team a migliorare il design e le performance. Per fare questo, serve una grande squadra».
I fatti gli hanno dato ragione. Il talento e la creatività del team sono dimostrati per esempio dall’innovativa soluzione dei due timonieri, con quello sottovento che in quel momento non deve governare la barca ma ha un’ottima visuale del foil immerso e può svolgere il ruolo di flight controller, controllando l’altezza della barca dal pelo dell’acqua. Tutto questo ha prodotto la brillante vittoria nella Prada Cup e la miglior prestazione italiana di sempre nella sfida alla barca neozelandese.
Gianmarco Veruggio scienziato robotico – www.veruggio.it
