Intelligenza Artificiale e ingegneria antincendio: work in progress

18/09/2024 - Sempre più ricercatori e aziende nel settore edile riportano risultati positivi nell’applicazione dell’Intelligenza Artificiale (IA) per la sicurezza antincendio del costruito.
 
Ad esempio, la possibilità di utilizzare sistemi innovativi di rilevamento fumo e incendio basati sulla comprensione di immagini video tramite IA e IoT (Internet of Things) sta attirando un numero crescente di ricercatori e professionisti del settore.
 
Altri dispositivi intelligenti che possono essere impiegati nell’ambito della sicurezza antincendio sono sistemi di comunicazione wireless o con reti cablate, come i sistemi di messaggistica vocale basati su IA per l’esodo, rilevatori di fumo autonomi che possono accendere le luci, supporti per la connessione ai sistemi IoT per la smoke detection, etc[1].
 
Tuttavia, l’uso dell’IA nella sicurezza antincendio è ancora un ambito in fase di esplorazione e di ricerca attiva, che richiede competenze multidisciplinari.
 
Come disciplina ingegneristica convenzionale, l’ingegneria antincendio nel secolo scorso utilizzava formule empiriche e correlazioni per la progettazione. Tali leggi empiriche sono derivate matematicamente da dati sperimentali e supportate da modelli analitici e in scala.
 
Dalla fine degli anni ‘90, gli strumenti CFD (Computational Fluid Dynamics) come il Fire Dynamics Simulator (FDS) e FireFOAM, hanno rivoluzionato l’intera comunità antincendio. Oggi, gli strumenti CFD sono comunemente usati nella progettazione prestazionale per l’architettura innovativa e complessa, come edifici ad elevato sviluppo verticale, grandi atri e tunnel.
 
Sebbene ci siano molti problemi riguardanti l’accuratezza, la qualità e l’affidabilità dei risultati della modellazione, un utente con una buona conoscenza della scienza del fuoco può utilizzare l’analisi CFD come supporto alla progettazione della sicurezza antincendio. Si prevede che anche l’IA diventi un potente strumento per il futuro dell’ingegneria antincendio, per la ricerca nell’ambito della scienza del fuoco e persino nella lotta agli incendi.
 
I principali utilizzatori di questi nuovi strumenti IA non saranno gli informatici e data scientist esperti in IA, ma gli stessi professionisti antincendio. Perché ciò avvenga senza incorrere in risultati fallaci, è importante che gli ingegneri e i ricercatori antincendio abbiano buona conoscenza degli algoritmi, anziché usare l’IA interamente come una ‘scatola nera’.
 
Conoscere i principi dei metodi di IA aiuta gli utenti a comprendere l’affidabilità e le limitazioni dei risultati e, considerata l’entità delle conseguenze in cui si potrebbe incorrere con un uso improprio e scorretto dell’IA, tale aspetto risulta di fondamentale importanza.
 
Inoltre, poiché la posta in gioco è alta quando si tratta di sicurezza della vita umana, le autorità sono per lo più scettiche nell’affidarsi a decisioni prese dall’intelligenza artificiale; pertanto, sembra essere maggiormente percorribile un percorso che vede protagonista la mente umana, e quindi i professionisti antincendio ed il corpo nazionale dei vigili del fuoco, come gestore e validatore dei risultati ottenuti dall’applicazione dell’IA.
 

Applicazione dell’intelligenza artificiale alla sicurezza antincendio[2]:

 
1. Progettazione
L’integrazione dell’intelligenza artificiale nella progettazione sta rivoluzionando l’approccio alla sicurezza antincendio negli edifici. Tradizionalmente, la progettazione dei sistemi antincendio richiede simulazioni CFD (Fluidodinamica Computazionale) che devono essere eseguite ripetutamente per determinare le condizioni di sicurezza ottimali.
 
Tuttavia, i metodi basati sull’AI possono generare rapidamente migliaia di simulazioni di scenari di incendio, consentendo agli ingegneri di valutare se le misure di sicurezza di un edificio rispettano gli obiettivi richiesti dalle normative.
 
Uno dei tentativi di sviluppo di strumenti basati sull’IA in questo campo è l’Intelligent Fire Engineering Tool (IFETool)[3]. Questo software utilizza un database di simulazioni numeriche per ottimizzare la progettazione, mediante la valutazione di diversi parametri, come il volume e la forma dell’edificio, il “Tempo Sicuro Disponibile per l’Evacuazione” (ASET), il “Tempo Sicuro Richiesto per l’Evacuazione” (RSET), basandosi su vari scenari di incendio. Questa capacità di ottimizzazione ridurrebbe i costi associati alla progettazione, revisione, costruzione e installazione.
 
2. Digital Twin
Un Gemello Digitale è una replica virtuale di un edificio fisico che integra dati in tempo reale provenienti da sensori (come rilevamento dell’incendio e di fumo) con sistemi AI e IoT. Ciò permette il monitoraggio e la gestione della sicurezza antincendio.
 
A differenza dei sistemi di protezione antincendio tradizionali, il Digital Twin può fornire informazioni dettagliate e in tempo reale sulla dinamica dell’incendio, come la posizione esatta e la dimensione, la distribuzione della temperatura e lo stato delle operazioni di esodo. Il Gemello Digitale è costruito sul Modello BIM o, nei casi in cui questo non sia disponibile, attraverso l’uso di MicroGIS, o modelli di realtà virtuale 3D.
 
I dati raccolti dal sistema IoT, possono essere elaborati da un motore AI pre-addestrato con simulazioni CFD e dati sperimentali. Questo consentirebbe al Gemello Digitale di visualizzare e rappresentare lo scenario dell’incendio in tempo reale, permettendo ai soccorritori di monitorare efficacemente la situazione, anche in condizioni di fumo intenso dove le informazioni sono altrimenti limitate.
 
3. Smart Fire Forecast e intervento dei Vigili del Fuoco
La lotta antincendio tradizionale non utilizza dati in tempo reale provenienti da sensori (o dal Digital Twin) a supporto delle tattiche di intervento. Sono stati proposti diversi approcci per supportare la lotta antincendio, come ad esempio il sistema FireGrid[4], che si basa sul confronto tra le previsioni meteorologiche e l’acquisizione dei dati dai sensori. Alimentando un modello a zone dell’incendio con i dati dei sensori, il sistema FireGrid prevede in tempo reale, con un anticipo di 10-15 minuti, l’andamento dell’incendio, almeno su scala di un appartamento di tre stanze.
 
L’accuratezza della previsione è però limitata dalle ipotesi semplificative di modellazione ed applicabile solo per incendi post-flashover in piccoli compartimenti. Rispetto al semplice modello di zona, il modello CFD può fornire una previsione più accurata se alimentato con gli stessi dati dei sensori. Tuttavia, le simulazioni CFD possono durare ore o giorni, rendendo impossibile utilizzare modelli CFD per la previsione in tempo reale dell’evoluzione dell’incendio in edifici complessi.
 
La previsione della crescita e della propagazione dell’incendio è un problema complesso di previsione spazio-temporale non lineare multivariato, simile alla previsione meteorologica. Perché tale previsione sia resa possibile, dovrebbe essere sviluppata una Libreria di Eventi Critici, basata interamente su tecniche di analisi dei big data e apprendimento automatico, per stabilire gli obiettivi del sistema di previsione dell’incendio.
 
Inoltre, durante lo sviluppo del Gemello Digitale, dovrebbe essere definito un framework di modellazione basato sui big data e algoritmi di deep learning. Con un’adeguata selezione dei dati, l’estrazione delle caratteristiche, la modellazione predittiva e la valutazione della gravità dell’incendio, il motore IA può ottenere una Previsione Super in Tempo Reale del futuro scenario di incendio, con un anticipo di 10-15 minuti, in pochi secondi.
 
Un ulteriore modello IA può essere accoppiato con modelli surrogati e tecniche di analisi probabilistiche per determinare la probabilità di eventi critici. Queste informazioni potrebbero poi essere trasferite al centro di comando antincendio per supportare le decisioni di relative all’intervento e soccorso.
 

Conclusioni

Esistono molti ostacoli all’utilizzo dell’IA nell’ambiente costruito quali, ad esempio, la suddivisione delle responsabilità tra il settore pubblico e quello privato, le limitazioni relative ai sistemi ad oggi disponibili per l’analisi dei dati e la visualizzazione, le sfide legate alla scala organizzativa dei soccorritori, le difficoltà nell’allocare i costi tra i vari settori e soggetti coinvolti.
 
Sebbene all’integrazione di IA e ingegneria antincendio venga riconosciuto il potenziale di migliorare la sicurezza nei confronti degli incendi, relativamente all’ambito di progettazione, monitoraggio e manutenzione, intervento dei vigili del fuoco, permangono delle barriere legate alla formazione delle figure coinvolte nella sicurezza antincendio e agli strumenti disponibili, nonché a implicazioni etiche non ancora affrontate dai legislatori.