Roma, 24 novembre 2021 (Agonb) – È un algoritmo che aggiunge al classico modello gravitazionale due ingredienti fondamentali: l’utilizzo di diverse variabili che descrivono punti di interesse come ristoranti, alberghi, ospedali e strade, e la capacità di catturare relazioni complesse tra queste variabili grazie all’utilizzo del deep learning.
Si chiama “Deep Gravity” ed è stato sviluppato dalI’Istituto di scienza e tecnologie dell’informazione del Cnr, con la Fondazione Bruno Kessler di Trento e l’Argonne National Laboratory negli Usa. L’algoritmo, descritto in uno studio pubblicato su Nature Communications, va oltre il classico modello “gravitazionale” usato per la previsione dei flussi di mobilità, che stabilisce che il flusso tra due luoghi, per esempio due quartieri di una città, è proporzionale alla loro popolazione e inversamente proporzionale alla loro distanza geografica, ma è spesso, nella pratica, non accurato perché non tiene conto di una serie di variabili che guidano gli spostamenti.
Grazie a esperimenti condotti in Italia, Inghilterra e Stato di New York, il nuovo algoritmo, al contrario, prevede i flussi con un’accuratezza fino a mille volte migliore. L’utilizzo di tecniche di “Explainable AI” (Intelligenza Artificiale spiegabile) ha consentito agli scienziati di comprendere le motivazioni dietro i flussi di spostamento tra aree nei tre Stati sotto analisi prendendo in considerazione variabili più significative come i punti di interesse quali strutture alimentari o centri di salute o commerciali. (Agonb) Cdm 12:00.
