L'intelligenza artificiale analizza le emissioni di CO2 dal traffico

Dübendorf ZH, Gennaio 2022

Un team dell'Empa utilizza l'intelligenza artificiale per analizzare le emissioni di CO2 del parco auto svizzero. Grazie al nuovo metodo, i database di tutto il mondo saranno comparabili.

Un metodo di analisi sviluppato presso l’Eidgenössische Materialprüfungs- und Forschungsanstalt ( Empa ) può fornire indicazioni su come il consumo della flotta di veicoli di un paese cambia di anno in anno. Questo nuovo metodo si basa sulla matematica e sulle tecniche di deep learning. Secondo una comunicazione , è in grado di mostrare da dove politici e acquirenti di auto potrebbero iniziare a ridurre le emissioni di CO2.

Analizzare questo aspetto è diventato sempre più difficile negli ultimi anni. Perché i veicoli non possono più essere suddivisi in segmenti classici come le classi piccole, medie e di lusso a causa delle innovazioni tecniche. Inoltre, i nuovi veicoli stanno diventando sempre più grandi e pesanti. Inoltre, le cilindrate diminuirebbero, mentre l’efficienza dei motori migliorerebbe sempre di più.

Ecco perché il dipartimento Empa Vehicle Drive Systems descrive la sua tecnologia di analisi come un “importante passo avanti”: consente di “valutare separatamente le emissioni di CO2 e di effettuare un’accurata classificazione automatica dei veicoli analizzando grandi database”, spiega il ricercatore Naghmeh Niroomand. “Questo rende più facile analizzare i cambiamenti nella flotta in un paese o in una grande azienda.” Grazie a questo nuovo metodo, i “fattori soggettivi ed esperti” verrebbero eliminati e le banche dati di tutto il mondo potrebbero essere confrontate.

Per la Svizzera, il team è stato in grado di calcolare le emissioni medie di CO2 delle auto di nuova immatricolazione. Se sulle strade svizzere circolassero veicoli meno pesanti come i SUV, questo sarebbe il modo più efficace per promuovere la decarbonizzazione, afferma Niroomand. Sarebbe anche utile acquistare veicoli con prestazioni inferiori nella stessa classe di veicoli.

Più articoli