La città del futuro si muove su due piani, quello reale e quello digitale. Un gruppo di ricercatori ha presentato su Nature Communications un modello di intelligenza artificiale in grado di costruire un gemello digitale della rete urbana e di prevedere il comportamento del traffico. Lo studio unisce dati storici e flussi in tempo reale provenienti da sensori, parcheggi e infrastrutture, offrendo agli amministratori uno strumento capace di anticipare i problemi prima che si manifestino.
Il sistema analizza migliaia di variabili: l’occupazione dei parcheggi, le transazioni ai parchimetri, le condizioni meteorologiche, la densità del traffico e i flussi pedonali. Tutte queste informazioni vengono elaborate da un framework di intelligenza artificiale che ricostruisce una rappresentazione dinamica della città. Gli autori spiegano che il modello opera su tre livelli: analisi descrittiva dei dati, previsione della domanda e simulazione di scenari futuri.
Il cuore della ricerca è la componente generativa. Utilizzando reti antagoniste condizionate e modelli di auto-encoding variazionale, il sistema può simulare modifiche alla rete stradale o variazioni nelle condizioni di traffico e prevedere gli effetti di ciascuna scelta. È una forma di apprendimento che permette di testare decisioni urbane in ambiente virtuale, riducendo i costi e i tempi di sperimentazione.
I risultati dimostrano che l’approccio migliora la gestione dei parcheggi e riduce le inefficienze. Le simulazioni mostrano anche come il modello possa adattarsi a eventi imprevisti, come condizioni meteo estreme o interruzioni temporanee delle strade. Gli studiosi sottolineano però che la scalabilità resta una sfida: con l’aumento dei dati cresce anche la complessità computazionale e diventa necessario armonizzare le informazioni provenienti da diversi sottosistemi urbani.
La ricerca apre così una prospettiva concreta su un nuovo modo di governare la città. Il gemello digitale non è più soltanto una replica virtuale ma uno strumento di governo intelligente, capace di osservare, prevedere e reagire. L’obiettivo non è sostituire le decisioni umane ma supportarle con precisione, costruendo una mobilità che non sia solo più efficiente ma anche più consapevole.