Il machine learning di Teorema Engineering per la nuova sfida di Luna Rossa

Insieme a Wärtsilä Italia, la software house utilizzerà il machine learning per aiutare il team di Luna Rossa nella progettazione del suo prossimo scafo

Autore: f.p.

Il team di Luna Rossa si prepara alla prossima edizione della America's Cup, che avrà luogo ad Auckland dal 6 al 21 marzo 2021. Il primo debutto ufficiale per Luna Rossa sarà un paio di mesi prima con le regate della Prada Cup che, sempre ad Auckland, selezioneranno lo sfidante di Emirates Team New Zealand. Il 2021 sembra lontano, in realtà il tempo non è molto perché la prossima America's Cup vedrà in acqua scafi molto diversi dai catamarani della scorsa edizione: questo impone di rimettersi ai tavoli di progettazione con un approccio nuovo. Con a fianco, tra i partner tecnologici, anche Teorema Engineering.

La concezione progettuale dei monoscafi della prossima America's Cup - tecnicamente la classe AC75 - prevede due elementi esterni (i foil) che, raggiunta una certa velocità, sollevano le barche completamente al di fuori dell'acqua per ridurre al minimo la resistenza dell'acqua stessa. I foil sono indipendenti e si possono impostare ad angoli differenti: uno contribuisce ad aumentare la velocità dello scafo, l'altro ad incrementare la sua stabilità. Raggiungere l'equilibrio ottimale tra queste due caratteristiche è essenziale per le prestazioni in gara e richiede di tenere conto di moltissimi parametri.

In questo può avere un ruolo il machine learning, da questa constatazione nasce l'idea di una collaborazione tecnologica mirata tra Luna Rossa, Teorema Engineering e Wärtsilä Italia. Teorema bada a sottolineare che il machine learning non entrerà in gioco direttamente nella fase di progettazione vera e propria: estremizzando, non sarà una intelligenza artificiale a progettare il futuro scafo. Il ruolo delle tecnologie cognitive è, come in altri ambiti, scoprire correlazioni magari impreviste tra i moltissimi parametri in gioco durante una regata.
Le tecnologie di machine learning sviluppate da Teorema Engineering avranno a disposizione i dati storici delle competizioni precedenti e, soprattutto, quelli raccolti sul campo (qui gioca il suo ruolo Wärtsilä Italia con le sue soluzioni) sugli scafi che attualmente Luna Rossa sta usando per i test di alcune componenti progettuali innovative. Questi dati permetteranno, nelle intenzioni, di evidenziare le correlazioni tra le variabili che possono definire una buona performance dell’imbarcazione in acqua.

L'obiettivo finale è arrivare a definire modelli matematici che collegano tali variabili e che i progettisti dello scafo finale, il cui varo è previsto per marzo 2019, potranno usare per rendere ancora più efficace il loro lavoro. In questo senso - spiega Robert Vrčon, Direttore Generale di Teorema - il machine learning diventa "un elemento di valore aggiunto, capace di rilevare nuovi parametri che possono influenzare gli elementi critici della progettazione e che possono essere ignorati nell’approccio tradizionale... Non si guarda quello che non si conosce".

Visualizza la versione completa sul sito

Informativa
Questo sito o gli strumenti terzi da questo utilizzati si avvalgono di cookie necessari al funzionamento ed utili alle finalità illustrate nella cookie policy. Se vuoi saperne di più o negare il consenso a tutti o ad alcuni cookie, consulta la cookie policy. Chiudendo questo banner, acconsenti all’uso dei cookie.