Nascita e sviluppo di un’idea visionaria: il Gravimetro Aereo Intelligente (GAIN)
Durante un viaggio, l’autore discute con un collega dell’idea di sviluppare un gravimetro aereo per misurare con maggiore efficienza le variazioni di gravità. Si tratta di un progetto ambizioso e con alcune difficoltà inizialmente ritenute insormontabili. Tuttavia, dopo alcuni anni, l’ispirazione giunge inaspettatamente da un campo della conoscenza completamente estraneo alla gravimetria
Era l’Ottobre del 2014 quando io e Massimo Chiappini eravamo in viaggio in macchina, direzione Roma-Cosenza, per raggiungere il team INGV di aero-geofisica. Dovevamo prendere parte ad una campagna di misura magnetica regionale della Calabria. Io sarei salito per la prima volta su un elicottero ed ero molto emozionato, Massimo invece era già un veterano e per lui andare in elicottero era come andare al bar. Per questo, oltre a guidare la macchina, riusciva a trovare la concentrazione per tirare fuori nuove idee per futuri progetti. “La misura magnetica non basta. Dobbiamo fare anche un gravimetro aereo!”, mi diceva. Io pensavo fosse un visionario. Già, perché di misure di accelerazioni (il gravimetro misura l’accelerazione di gravità) ne sapevo abbastanza ed ero ben consapevole delle difficoltà che avremmo dovuto affrontare.
La gravità terrestre
Ma perché dovremmo misurare la gravità e come si fa?
La gravità terrestre è la forza che attrae gli oggetti verso terra, imprimendo loro una accelerazione. Quello che forse non tutti sanno è che questa accelerazione varia leggermente a seconda di dove e quando la misuriamo con un apposito strumento chiamato gravimetro. Queste variazioni di accelerazione sono piccolissime, non percepibili dal corpo umano e le ragioni che le determinano sono diverse. Ci sono, per esempio, variazioni di gravità (dette “anomalie”) dovute a come è fatto il sottosuolo. Grazie alla loro identificazione si possono individuare giacimenti di risorse naturali o studiare cosa c’è sotto i vulcani. Queste ed altre applicazioni rendono le misure di gravità estremamente preziose.
Per studiare le anomalie occorre costruire delle mappe di gravità, il che potrebbe richiedere migliaia di misure in punti diversi ed è facile intuire che facendole da terra, il metodo è lungo, laborioso e molto costoso. Questo è il motivo per cui misurare la gravità da un velivolo renderebbe tutto più semplice, fornendo mappe ad alta risoluzione (cioè, con maggior dettaglio).
L’idea è quella di montare un gravimetro su un aereo, sorvolare in lungo e in largo l’area di interesse mentre il gravimetro esegue le misure ed il gioco è fatto.
Se non fosse che…
Ma andiamo con ordine
Come fa un gravimetro a misurare la gravità?
Rispondere in modo dettagliato richiederebbe un altro articolo del blog, ma a ben pensarci, un sistema molto simile al gravimetro è presente nella maggior parte delle nostre cucine.
è la bilancia!
Mi riferisco ad una di quelle moderne, con un piatto solo, sul quale poggiamo la pasta per vedere se stiamo esagerando rispetto alle indicazioni del nostro dietologo.
Infatti, la bilancia della cucina fornisce una misura legata alla forza peso (o forza di gravità) esattamente come il gravimetro. La differenza principale è l’accuratezza. Un buon gravimetro è in grado di misurare variazioni di gravità dell’ordine di una parte per milione ed un gravimetro eccellente può misurare variazioni dell’ordine di una parte per miliardo. Insomma, se sul piatto della vostra bilancia poggiate 100 grammi esatti, leggete la misura con tutti questi zeri dopo la virgola: 100,0000 grammi ?
Sappiate che tutte le cifre sono significative e se ve ne manca qualcuna, ahimè, la vostra bilancia non serve a molto nelle misure di geofisica. Meglio lasciarla in cucina. Per capire meglio, se volessimo variare il peso sulla bilancia in modo equiparabile a quanto fa una anomalia di gravità, dovremmo aggiungere un piccolissimo granello di sabbia fina che, appunto, pesa circa 0,0001 grammi.
La sfida delle misure aeree di gravità
Ora che abbiamo le idee più chiare di quanto sia difficile misurare le variazioni di gravità, non è difficile credere che anche i gravimetri riescono ad eseguire misure accurate solo in condizioni molto stringenti. In particolare, l’ambiente deve essere “calmo”, cioè, durante la misura non dovrebbero esserci i cosiddetti “disturbi”. Esempi di disturbi possono essere un supporto il cui orientamento cambia nel tempo, grandi variazioni di temperatura, folate di vento che soffiano sul mezzo su cui lo strumento è installato, vibrazioni dovute a motori o altri sistemi in movimento, etc. Tutto ciò è esattamente quello che succede ad un gravimetro installato su un velivolo!
Di qui, la mia perplessità iniziale di poter fare un gravimetro per uso aereo. In ogni caso Massimo insisteva: “Ma non possiamo misurare i disturbi con altri sensori e poi rimuovere il loro effetto dalla misura del gravimetro?”. Certo, in linea di principio si può, ma occorrono molti sensori, tanti quanti sono i disturbi di cui vogliamo tenere conto. A questo punto, la sfida è ricostruire la gravità a partire da tutta questa complessità di segnali misurati. Ciò di solito viene fatto utilizzando algoritmi detti di “sensor fusion”. Ma il prezzo è una complicatissima modellizzazione del sistema che spesso deve avvalersi di semplificazioni e idealizzazioni del sistema reale che determinano errori di misura inficiando l’accuratezza.
Per questi motivi, l’idea era stata archiviata lì, in qualche cassetto nascosto della mia mente e non ci ho più pensato.
La risposta dall’Intelligenza Artificiale
Tuttavia, a volte la soluzione ai nostri problemi arriva quando meno ce l’aspettiamo. Infatti, negli anni seguenti (2016-2020), ho lavorato nel dipartimento di Ingegneria Biomedica di Basilea in Svizzera. In quel periodo, era appena cominciata la rivoluzione del Machine Learning (specificamente del Deep Learning) che sono tecniche di Intelligenza Artificiale. Questo si avvale di algoritmi in grado di imparare dai dati, detti dati di addestramento, come effettuare previsioni o compiere azioni senza essere esplicitamente programmati. Attratti dai suoi successi, molti ricercatori hanno iniziato a lavorare, sviluppare e consolidare queste tecniche. Le applicazioni sono innumerevoli, ed in Ingegneria Biomedica viene molto utilizzato per automatizzare la diagnosi su immagini mediche (come le lastre). Cavalcando quest’onda, il nostro capo dipartimento ha letteralmente obbligato tutti a seguire dei seminari sull’argomento. Inizialmente un po’ riluttante, anche io ho iniziato a studiarlo e in meno di qualche mese sono diventato un entusiasta del Machine Learning. Alla fine, è stato un perfetto esempio di come una tecnica consolidata in un campo della conoscenza può essere la soluzione per problemi in altri campi. Infatti, non ho tardato a trovare l’applicazione per l’idea del gravimetro aereo.
Il paradigma che volevo mettere in atto era basato su due pilastri:
- un sistema multi-sensore che misura tutto, cioè gravità e disturbi;
- il Machine Learning che si occupa di determinare la relazione fra la moltitudine di segnali misurati dal sistema multi-sensore e l’accelerazione di gravità.
Mancava solo un tassello, o meglio, il terzo pilastro. Già, perché senza dati di addestramento, neanche il Machine Learning può fare nulla. E qui entra in gioco la “piattaforma di addestramento”. Questa si utilizza solo in laboratorio e serve a replicare in modo controllato tutto ciò che ci si aspetta possa accadere sull’aereo. Ad esempio, può replicare variazioni di temperatura, oscillazioni, e altri disturbi. Grazie a questa piattaforma, possiamo acquisire tutti i dati di addestramento necessari per l’algoritmo di Machine Learning senza uscire dal laboratorio.
La realizzazione dell’idea: il “decollo” di GAIN
Era l’estate del 2019 quando abbiamo cercato di formalizzare questa idea per la prima volta. Ci mancavano solo due elementi: qualcuno che ci aiutasse a realizzare l’apparato sperimentale ed un finanziamento.
Il primo problema lo abbiamo risolto subito, coinvolgendo Francesco Santoli, una vecchia conoscenza dell’Istituto Nazionale di Astrofisica (INAF). Il suo gruppo di Gravitazione Sperimentale si occupa di argomenti simili da decenni, sviluppando accelerometri ad alta sensibilità per uso spaziale. Il secondo problema, quello dei finanziamenti, ci ha dato più filo da torcere. Le prime due proposte al programma di finanziamento europeo Marie Curie sono andate a vuoto, ma ci hanno consentito di riordinare e chiarire le idee. Alla fine la proposta, sotto il nome GAIN (Gravimetro Aereo INtelligente), è stata sottoposta all’attenzione alla Regione Lazio, in un programma chiamato Gruppi di Ricerca 2020. E BOOM! Finalmente abbiamo avuto la soddisfazione che aspettavamo! In una classifica con più di 200 progetti, il nostro si è classificato fra i primi cinque, primo nell’area di specializzazione Aerospazio.
Al momento, abbiamo fatto i primi esperimenti e sono già molto promettenti. Abbiamo costruito una versione sperimentale del sistema multi-sensore e della piattaforma di addestramento. Abbiamo già dimostrato che il nostro metodo è efficace per uno dei disturbi più importanti nelle misure gravimetriche: le variazioni di temperatura. Ma la strada è lunga. Questi progetti sono molto ambiziosi e c’è tanto da fare, tante sfide da affrontare. Ma noi siamo convinti che la direzione che abbiamo scelto sia quella giusta e che presto GAIN volerà!