Nexus2030 prende forma: modelli, dati e intelligenza artificiale
Durante il secondo anno di progetto, le attività si sono concentrate sull’integrazione delle componenti sviluppate e sull’implementazione dei primi prototipi tecnologici.
Nell’OR4, i modelli predittivi di tipo System Dynamics sono stati trasformati in strumenti simulativi operativi, integrati in un ambiente run-time interattivo, accessibile anche da utenti con competenze base. Questo ha permesso la costruzione di scenari previsionali in grado di supportare la pianificazione territoriale.
L’OR5 ha consolidato l’architettura del Digital Twin, definendone ogni layer funzionale (dati, ontologie, API, moduli AI, visualizzazione), completando l’implementazione del data lake e del common data space, dove le informazioni possono fluire e essere aggregate secondo criteri semantici.
Nel frattempo, l’OR3 ha portato allo sviluppo di interfacce user-friendly basate su Jupyter Notebook, che permettono la creazione, l’addestramento e la spiegazione di modelli AI, grazie all’integrazione di framework AutoML (AutoGluon, Auto-sklearn) e moduli XAI che garantiscono la leggibilità dei risultati.
Grazie all’OR6, sono stati realizzati i primi prototipi di visualizzazione interattiva dei dati urbani, con dashboard 3D basate su GIS e strumenti BIM per l’esplorazione degli edifici. Parallelamente, l’OR7 ha introdotto i primi strumenti per l’interazione utente (Information Space e Simulation Space), con funzionalità come la generazione di scenari personalizzati, notifiche intelligenti e visualizzazioni AR.
In evidenza:
- Ambiente run-time per simulazioni territoriali personalizzabili
- Architettura completa del Digital Twin e common data space operativo
- Librerie AutoML e XAI integrate con interfacce Jupyter intuitive
- Visualizzazioni GIS/BIM su dashboard e prototipi di interazione AR