Il futuro della mobilità è elettrico (o a idrogeno). Fra qualche tempo i veicoli equipaggiati con motori termici non saranno che un lontano ricordo, legato ad un’epoca in cui muoversi su quattro ruote significava inevitabilmente contribuire all’inquinamento atmosferico attraverso l’emissione di sostanze nocive, sia per l’ambiente che per l’uomo. L’anello di congiunzione tra un’era e l’altra era è rappresentato dalle auto ibride.
Sono quei mezzi che, ad un propulsore tradizionale, ne affiancano uno elettrico, passando dall’una all’altra modalità di utilizzo a seconda delle specifiche esigenze o situazioni. A tal proposito, risulta interessante lo studio condotto da un team della University of California Riverside, relativo ad una tecnologia che promette di ridurre fino al 30% i consumi delle ibride attraverso l’impiego di algoritmi. La percentuale potrebbe aumentare ulteriormente in futuro, poiché il sistema migliorerà se stesso attraverso l’analisi delle informazioni raccolte direttamente dagli automobilisti. In altre parole, il principio è lo stesso sul quale si basano tutte le applicazioni del machine learning.
Un’innovazione che però non potrà essere integrata nei veicoli già in commercio e che difficilmente farà il suo debutto a breve. Occorrerà infatti passare da un’adozione da parte degli automaker. L’obiettivo è quello di sfruttare le funzioni di connettività, ormai presenti sulla maggior parte delle vetture, per scambiare informazioni con un server remoto, scaricando dati sempre più precisi con i quali alimentare il software di bordo, che a sua volta va a regolare il passaggio dall’uso di un motore all’altro, alternando fra elettrico e termico in modo intelligente, riducendo al minimo i consumi.
Meno carburante bruciato, meno emissioni nocive per l’ambiente. Il progetto della University of California Riverside punta a creare un modello di mobilità sostenibile accessibile a tutti, sfruttando le potenzialità dell’IA applicate al mondo automotive.