L'intelligenza artificiale analizza le emissioni di CO2 dal traffico
Un team dell'Empa utilizza l'intelligenza artificiale per analizzare le emissioni di CO2 del parco auto svizzero. Grazie al nuovo metodo, i database di tutto il mondo saranno comparabili.
Un metodo di analisi sviluppato presso l’Eidgenössische Materialprüfungs- und Forschungsanstalt ( Empa ) può fornire indicazioni su come il consumo della flotta di veicoli di un paese cambia di anno in anno. Questo nuovo metodo si basa sulla matematica e sulle tecniche di deep learning. Secondo una comunicazione , è in grado di mostrare da dove politici e acquirenti di auto potrebbero iniziare a ridurre le emissioni di CO2.
Analizzare questo aspetto è diventato sempre più difficile negli ultimi anni. Perché i veicoli non possono più essere suddivisi in segmenti classici come le classi piccole, medie e di lusso a causa delle innovazioni tecniche. Inoltre, i nuovi veicoli stanno diventando sempre più grandi e pesanti. Inoltre, le cilindrate diminuirebbero, mentre l’efficienza dei motori migliorerebbe sempre di più.
Ecco perché il dipartimento Empa Vehicle Drive Systems descrive la sua tecnologia di analisi come un “importante passo avanti”: consente di “valutare separatamente le emissioni di CO2 e di effettuare un’accurata classificazione automatica dei veicoli analizzando grandi database”, spiega il ricercatore Naghmeh Niroomand. “Questo rende più facile analizzare i cambiamenti nella flotta in un paese o in una grande azienda.” Grazie a questo nuovo metodo, i “fattori soggettivi ed esperti” verrebbero eliminati e le banche dati di tutto il mondo potrebbero essere confrontate.
Per la Svizzera, il team è stato in grado di calcolare le emissioni medie di CO2 delle auto di nuova immatricolazione. Se sulle strade svizzere circolassero veicoli meno pesanti come i SUV, questo sarebbe il modo più efficace per promuovere la decarbonizzazione, afferma Niroomand. Sarebbe anche utile acquistare veicoli con prestazioni inferiori nella stessa classe di veicoli.
