Fin dagli albori dell'umanità, esplorazione di determinati luoghi, dalle profondità degli oceani ai confini dell'universo, ha portato a numerose scoperte. Però, ci sono anche diversi ambienti che devono essere esaminati ma non possono essere osservati direttamente, come reattori chimici o nucleari, tubi di distribuzione dell'acqua o dell'olio sotterranei, spazio e all'interno del corpo. Il progetto Phoenix, finanziato dall'UE, ha affrontato questa sfida sviluppando una nuova linea di tecnologia che offrirà l'opportunità di raggiungere luoghi irraggiungibili.

Immagina una scena in cui minuscoli sensori possono muoversi con il flusso di liquido per esplorare il tratto digestivo di una persona o esaminare la qualità dei tubi dell'acqua per prevedere e prevenire perdite e perdite. Può sembrare fantasy fantascientifico, ma questa è la visione di Phoenix, che è un passo più vicino alla creazione di agenti fisici versatili che esploreranno in modo ottimale ambienti sconosciuti. Grazie alla loro capacità di evolversi con auto-organizzazione, caratteristiche autoadattative, questi minuscoli nodi di sensori wireless ottimizzeranno la quantità e la qualità delle informazioni su luoghi che nessuno può raggiungere.

Sciame di granelli

L'anno scorso i partner del progetto hanno eseguito una prova iniziale utilizzando granelli di plastica delle dimensioni di una pallina da ping-pong pieni di microsensori. Ognuna di queste palline può raccogliere informazioni specifiche e dare un quadro generale comunicando tra loro e formando reti. Per esempio, i partner sperano che in futuro uno sciame di questi frammenti sarà in grado di rilevare problemi come ostruzioni o guasti nei tubi sotterranei.

I granelli come agenti fisici esplorano l'ambiente sconosciuto per raccogliere informazioni. Queste informazioni vengono utilizzate per costruire un modello virtuale dell'ambiente in questione. Una notizia sulla piattaforma giornalistica Origini dell'innovazione spiega il processo:"I dati combinati vengono quindi inseriti in un secondo, sistema mainframe centralizzato e meno vincolato che applica sofisticati approcci di intelligenza artificiale agli agenti virtuali in un mondo virtuale. Le sue conoscenze e la sua "saggezza" possono quindi essere utilizzate per riprogrammare i riflessi e gli istinti dei sensori, migliorando così la loro accuratezza o pertinenza in modo evolutivo."

Questi istinti evoluti vengono tradotti in hardware e i sensori passano di nuovo attraverso il sistema per migliorare le osservazioni e i modelli per il mainframe. Il processo viene ripetuto più volte per analizzare meglio l'ambiente sconosciuto in esame. Un articolo di opinione sul sito web della Commissione europea fa riferimento al concetto di "coevoluzione" in cui "gli sciami di sensori e il modello del luogo inaccessibile sono contemporaneamente ottimizzati attraverso processi evolutivi che alla fine si traducono in sciami di sensori altamente ottimizzati e modelli altamente accurati".

Ora nel suo ultimo anno, il progetto Phoenix (Exploring the Unknown through Reincarnation and Co-evolution) è stato lanciato nel 2015 per esplorare ambienti irraggiungibili con agenti fisici di dimensioni e risorse molto limitate, e che può funzionare senza il controllo diretto su software e hardware.