Articolo tratto dalla rivista Limes, n. 12 2021, “Lo Spazio serve a farci la guerra”.
Dati, software, algoritmi. Questi gli ingredienti dei ‘gemelli’ virtuali destinati sempre più ad affiancare la realtà fisica in molti ambiti: dall’industria all’ambiente, passando per le attività spaziali. Obiettivo? Riparare, ma soprattutto predire. E dissuadere.
La prima immagine che mi viene in mente pensando al digital twin nell’ambito dello Spazio è quella del film Apollo 13 in cui un astronauta sulla terra riproduce le problematiche dell’astronauta nel cosmo usando una copia fisica fedele della navicella spaziale e attraverso una serie di tentativi ed errori trova la soluzione, salvando la missione. Un gemello digitale (digital twin) di un veicolo spaziale deve assolvere allo stesso scopo, ma senza copie fisiche e senza la necessità che un operatore proceda per tentativi ed errori.
Questo mi porta a una seconda immagine tratta da 2001: Odissea nello spazio, dove un’intelligenza artificiale «malata», usando un gemello digitale dell’astronave, predice che un componente andrà in avaria. Al gemello digitale non si chiede solo di essere reattivo, a valle di un’avaria, ma precognitivo: di usare cioè il modello digitale dell’astronave e i dati raccolti per prevedere i comportamenti futuri, in particolare i guasti, potendo prendere contromisure a tempo debito.
È chiaro che il dominio di questa tecnologia diventa fondamentale per l’esplorazione dello Spazio profondo, oltre l’orbita terrestre, a partire dalla Luna. Non a caso Apollo 13 è stata una missione reale verso la Luna, mentre 2001: Odissea nello spazio parla di una missione per esplorare le lune di Giove.
©Thales Alenia Space
Nell’orbita terrestre la tecnologia del digital twin integrata con le rilevazioni satellitari è invece fondamentale per il monitoraggio dei sistemi e degli ecosistemi terrestri. Grazie all’integrazione tra dati raccolti al suolo o tramite satellite e modelli numerici è possibile costruire gemelli digitali delle infrastrutture, delle coltivazioni, dei laghi, dei fiumi, del mare e della Terra intera. Aggiungendo l’impiego di algoritmi d’intelligenza artificiale, questa tecnologia è capace di fornire previsioni sugli stati futuri del sistema consentendo azioni preventive per correggerne o influenzarne l’evoluzione.
Ma cosa si intende esattamente con «gemello digitale»? Questo termine è usato sempre più spesso nelle discussioni tecniche e nel gergo comune, soprattutto in connessione alla digitalizzazione dei processi industriali, ma non solo. Anche in ambiti di ricerca il termine viene adottato sempre più frequentemente in relazione allo studio di sistemi complessi per mezzo di tecnologie digitali. Ad esempio nella scienza della vita si parla di digital twin del corpo umano, nell’ambito dei cambiamenti climatici di digital twin del pianeta Terra.
Il termine digital twin nasce in campo strettamente ingegneristico e indica un programma al computer, alimentato con dati raccolti da un sistema reale, in grado di rappresentare in modo sintetico ma fedele (spesso attraverso visualizzazioni con modelli 3D, grafici, curve e cruscotti) lo stato complessivo del gemello reale. Semplificando potremmo dire che il gemello digitale è l’equivalente di una centrale di controllo del gemello reale, sviluppata dentro un software e funzionante anche senza il sistema controllato.
Di recente il concetto di digital twin sta assumendo nuovi significati: un modello digitale olistico di un sistema reale, ovvero una sua rappresentazione virtuale (sempre dentro un programma per calcolatore) che ne replica lo stato e i relativi cambiamenti grazie all’utilizzo combinato di dati, simulazioni e intelligenza artificiale. Il modello olistico come estensione del digital twin è uno strumento incredibilmente potente, perché consente di essere predittivi. Esso è reso possibile in gran parte dalla potenza di calcolo e analisi dati oggi disponibili nei supercalcolatori o in cloud. La potenza è tale da poter calcolare modelli numerici molto complessi ma accurati, in grado di rispondere sempre meglio alla necessità di prevedere il comportamento di un sistema sotto diverse condizioni di funzionamento: sia un’auto, un aereo, una nave, un satellite o un impianto industriale, fino al corpo umano e alla Terra intera.
La necessità del gemello virtuale è ulteriormente amplificata in ambito industriale dalla crescente automatizzazione dei processi, dove tutto è gestito da sistemi di telerilevamento e le operazioni di riconfigurazione e manutenzione devono avvenire senza intervento umano. La disponibilità di un gemello virtuale accurato e predittivo è fondamentale anche per prevedere l’effetto di un cambiamento di stato voluto o meno (ad esempio per condizioni ambientali alterate), evitare malfunzionamenti, ridurre i costi di produzione e operatività con azioni preventive, fare valutazioni «what if», addestrare gli operatori.
Nello Spazio questa capacità è necessaria per allungare la vita operativa delle missioni e ridurre i costi delle stesse, programmare in modo accurato il decommissioning (smantellamento) e il de-orbiting (rimozione dall’orbita), ridurre i rifiuti spaziali. Infatti se il satellite si guasta non è più controllabile e non può più essere pilotato, rimanendo in orbita per un tempo indefinito. D’altra parte chi lo utilizza vuole sfruttarlo fino all’ultimo istante utile, per ammortizzarne i costi. Un gemello digitale opportunamente addestrato potrebbe consentire di anticipare il guasto quel tanto che basta per manovrare il satellite fino a farlo precipitare, o comunque fuori da orbite operative.
Vediamo ora in dettaglio caratteristiche e ingredienti del gemello virtuale. L’elemento principale è il software che elabora i dati e attiva le funzioni i cui valori replicano quelli caratteristici di ogni parte del sistema reale (posizione, temperatura, pressione, tensione...). Il software solitamente non è un programma monolitico, ma usa modelli multicomponente (motore, struttura, aria, acqua...) e multiscala (metalli, componenti metalliche, aereo completo, flotta di areoplani…) che vengono valutati in modo accoppiato, ovvero i cui valori si influenzano a vicenda. È dunque necessaria una particolare funzione che descrive lo stato interno del sistema e mantiene sincronizzate tutte le componenti. Tale funzione, perché il digital twin si possa chiamare tale, deve mantenere la sincronizzazione anche con i valori dei sensori installati nel gemello reale.
Non meno importanti sono altri due elementi del gemello virtuale: i dati, raccolti dai sensori o simulati; e i modelli numerici con cui simulare il comportamento delle diverse componenti del sistema. I modelli numerici possono essere basati su princìpi primi, ovvero sulla conoscenza delle equazioni costitutive che descrivono il comportamento del sottosistema/componente (come la legge di gravità, le equazioni di Maxwell o le equazioni di Navier-Stokes) e la cui risoluzione consente di predire il moto del sistema. Oppure possono essere data driven, cioè guidati dai dati raccolti dai sensori e utilizzati per definire un modello implicito del comportamento attraverso procedure più o meno complesse. Si va dalla semplice interpolazione per capire se i dati descrivono una retta o una curva (ad esempio curve di carico, relazione temperatura/calore di un dettaglio...) all’intelligenza artificiale che attraverso procedure computazionali molto costose può replicare fedelmente gli stati di un sottosistema al cambiare degli input (in questo caso l’intelligenza artificiale riproduce la curva di carico senza alcuna equazione!).
In ogni caso l’impiego di modelli data driven potenziati dall’uso dell’intelligenza artificiale non deve scoraggiare la comprensione dei fenomeni, la ricerca della relazione tra le cose. Non è solo una questione teorica, ha anche risvolti molto pratici: se non conosciamo queste relazioni, come possiamo studiare o valutare il comportamento del nostro sistema in condizioni che esulano dai dati raccolti e dalle altre condizioni al contorno? Come spiegare perché il mio gemello digitale mi ha suggerito o, ancor peggio, ha intrapreso un’azione invece di un’altra? Il problema è particolarmente sentito nell’aerospazio stante la necessità di certificare i velivoli, procedura che richiede la riproducibilità del comportamento di tutti i sottosistemi.
Le grandi aziende della Silicon Valley protagoniste dell’economia digitale stanno investendo pesantemente per conquistare la leadership in questa tecnologia. Lo possono fare perché dispongono della materia prima - i dati - e sanno come valorizzarla. Per molte di queste aziende l’investimento punta a realizzare il software del digital twin, che potrà essere venduto su licenza a terzi con i relativi servizi di personalizzazione. Altre, come Tesla, lo sfruttano per offrire un servizio più completo ai clienti o per gestire le fabbriche, o ancora per il proprio programma spaziale.
Il legame tra tecnologie digitali e Space economy è molto forte. Lo Spazio è indispensabile per raggiungere ogni angolo del globo con un proprio segnale o servizio. Basti pensare all’agricoltura 4.0, alla tutela dell’ambiente, alla gestione delle emergenze, ai servizi di geolocalizzazione e ovviamente alle telecomunicazioni. In questo senso i gemelli digitali della Terra (ogni compagnia o istituzione potranno averne) diventano fondamentali per fare previsioni a tutte le scale temporali. Anche prevedere i cambiamenti climatici può diventare un business, in quanto è così possibile valutare meglio costi e benefici di un investimento infrastrutturale nel medio-lungo termine (la costruzione di immobili e infrastrutture in aree costiere, la quantificazione dei premi assicurativi).
Oltre al gemello digitale della Terra, fondamentale per la Space economy è disporre di un gemello digitale del Sole e della sua eliosfera. Questo perché l’attività della nostra stella, attraverso il vento solare, ha un impatto su tutto quanto è presente nel sistema solare. L’insorgere di una tempesta solare imprevista e particolarmente intensa potrebbe avere conseguenze catastrofiche sugli apparati spaziali. Un gemello digitale del Sole, realizzato con dati raccolti da osservatori e sonde e con modelli della fisica solare, può consentire di prevedere questi fenomeni con sufficiente anticipo e predisporre contromisure, oppure di simulare accuratamente il vento solare per sfruttarlo come fonte di energia (ad esempio per la propulsione con opportune vele solari).
Tutto questo è vero anche per le analoghe applicazioni in ambito di difesa militare. Ci sono pochi dubbi che digitale e Spazio siano contesti strategici irrinunciabili. La leadership nelle tecnologie digitali per lo Spazio e dallo Spazio si traduce in leadership industriale, economica e strategica. Si capisce anche perché oggi la corsa al primato nelle tecnologie digitali come processori, cloud e high performance computing vada di pari passo con la nuova corsa allo Spazio, che a differenza della prima non vede in campo solo Stati nazionali ma anche privati con capacità d’investimento paragonabile a quella dei governi.