WeAre 4 Children: tecnologie digitali al servizio dello sport e del benessere dei ragazzi

Il Laboratorio E⁴SPORT del Politecnico di Milano ha progettato una maglietta sensorizzata – “smart garment” – per raccogliere dati sul benessere dei ragazzi nella fascia 11-12 anni durante l’attività sportiva.

 

L’attività motoria in età pediatrica è importantissima perché irrobustisce la muscolatura, sviluppa l’apparato osseo, migliora la circolazione sanguigna, rinforza il sistema immunitario e insegna a condividere e a socializzare con i coetanei. Tuttavia, la recente pandemia ha portato molti ragazzi a rinunciare all’attività motoria e abbracciare stili di vita più sedentari.

Le società dilettantistiche sportive sono da sempre attori importanti nell’aiutare i ragazzi a crescere attraverso lo sport, supportandoli nella creazione di un equilibrio tra corpo e mente.
Questo compito oggi può essere svolto anche con nuovi strumenti: grazie alle tecnologie digitali infatti è possibile raggiungere questo obiettivo con modalità che in passato erano impensabili. In particolare, queste tecnologie relative all’Internet of Things (IoT) – come  smart garment, smart watch, smart bracelet, sensori di movimento e di postura etc. – un tempo a disposizione soltanto dei club sportivi più prestigiosi, potrebbero essere adottate anche dalle società dilettantistiche sportive per raccogliere dati rilevanti “dal campo” relativi alla qualità degli allenamenti, alla performance sportiva, al benessere fisico e psicologico dei ragazzi.

In questo contesto, i Dipartimenti di Ingegneria Gestionale e di Design del Politecnico di Milano in collaborazione con il Centro Sportivo U.S. Bosto di Varese hanno costruito una progettualità innovativa per comprendere come le tecnologie digitali possano contribuire al benessere dei giovani calciatori, così come al miglioramento della loro performance sportiva.
“WeAre 4 Children”, questo il nome del progetto di ricerca approvato dal Comitato Etico del Politecnico di Milano, coinvolgerà 20 giovani calciatori della U.S. Bosto i quali, durante gli allenamenti settimanali a Capolago e durante le partite amichevoli, indosseranno una maglietta sensorizzata in grado di raccogliere dati sulla loro performance sportiva e sul loro benessere fisico. Il monitoraggio avverrà tramite sensori biometrici installati sulla maglietta stessa, come accelerometro, cardiofrequenzimetro e sensori specifici per il motion capture in grado di rilevare informazioni real-time su parametri quali l’attività cardiaca, la postura, la respirazione, il consumo di energia, lo stato d’animo.

Politecnico di Milano e U.S. Bosto hanno coinvolto alcuni partner del territorio varesotto. In particolare, TK Soluzioni (azienda ICT di Saronno) fornirà supporto nella realizzazione della piattaforma che permetterà l’integrazione dei dati raccolti, Alfredo Grassi (azienda tessile di Lonate Pozzolo) offrirà le proprie competenze per la realizzazione e produzione della maglietta, e il Centro Polispecialistico Beccaria di Varese monitorerà i dati fisici e posturali grazie alla loro Unità di Medicina dello Sport.

Il progetto è concepito come uno studio di fattibilità, volto a verificare se la soluzione digitale sviluppata ad hoc sia, da un lato, apprezzata dai giovani calciatori, dalle loro famiglie e dagli allenatori e, dall’altro lato, che i dati raccolti siano affidabili e che il sistema funzioni correttamente in diverse situazioni d’uso (allenamento, partita etc.).

Il gruppo di ricerca del Dipartimento di Ingegneria Gestionale sotto la guida del Prof. Emanuele Lettieri e dell’Ing. Andrea Di Francesco, project manager del progetto e ricercatore del Laboratorio interdipartimentale “E4Sport” del Politecnico di Milano, condurrà, con il contributo di tutti i partner, una valutazione dell’impatto che il progetto potrebbe generare sulla comunità allargata della U.S. Bosto, così come della sua sostenibilità economico-finanziaria.
L’ambizione è che la soluzione testata possa poi essere estesa ad altre società dilettantistiche sportive, anche in altri sport diversi dal calcio.

 

Per maggiori informazioni: https://www.e4sport.polimi.it/weare4children/

L’Internet of Things ai tempi di Covid-19: servizi di valore per cittadini e imprese

La situazione di emergenza legata a Covid-19 sta portando alla ribalta diverse applicazioni IoT, sull’onda di un interesse generale verso soluzioni in grado di assicurare tracciabilità, monitoraggio, raccolta dati. Un patrimonio informativo, quello generato dalle soluzioni IoT, che permette di sviluppare servizi di valore e di pubblica utilità per i cittadini.

 

Di Giulio Salvadori e Angela Tumino, Direttori dell’Osservatorio Internet of Things della School of Management del Politecnico di Milano

 

L’Internet of Things ai tempi di Covid-19: servizi di valore per cittadini e imprese
Un tema al centro del dibattito nazionale (e non solo), in cui l’Internet of Things può fornire un valido supporto, è quello legato al monitoraggio degli spostamenti degli utenti grazie alla localizzazione tramite telefoni cellulari (es. con App ad hoc, dati di rete cellulare, ecc.), al fine, nel caso ad esempio degli utenti risultati positivi a Covid-19, di risalire la catena del contagio, identificando le persone con cui sono entrati in contatto e isolarle a loro volta. Questo è un approccio che stanno adottando anche grandi player, come ad esempio Google e Apple, che – tramite un approccio collaborativo senza precedenti – stanno lavorando insieme per sviluppare un nuovo sistema per smartphone che può aiutare a identificare coloro che sono stati vicini a persone contagiate. La tecnologia, basata su Bluetooth, inizierà a essere implementata su dispositivi iOS e Android a partire da metà maggio. Sono tante le applicazioni in corso di sviluppo e c’è grande aspettativa sul ruolo che potranno giocare nella cosiddetta “fase 2”, e forse oltre.

Un altro caso interessante di applicazione è quello delle consegne basate su veicoli a guida autonoma, senza conducente. Ne è un esempio Neolix, un piccolo veicolo per le consegne urbane totalmente robotizzato che è stato di grande utilità in Cina durante l’emergenza sanitaria Covid-19: le misure di contenimento della pandemia hanno temporaneamente svuotato le strade dagli altri veicoli e, allo stesso tempo, hanno portato i consumatori a riflettere sui vantaggi derivanti dal far consegnare merci a sistemi robotici che, ovviamente, non possono contagiare né restare contagiati. Complici le strade rimaste vuote, tra febbraio e marzo Neolix ha ricevuto più di 200 prenotazioni per l’acquisto di veicoli autonomi, quando negli otto mesi precedenti aveva venduto solo 125 mezzi. Stesso trend per Starship Technologies, azienda americana che produce robot per la smart delivery e che ha notato un aumento della domanda nei grandi centri urbani come New York e San Francisco.

Un altro esempio lo possiamo trovare nel settore alimentare e, più nello specifico, per il supporto alla spesa. La startup italiana FrescoFrigo ha sviluppato una soluzione con l’obiettivo di supportare i condomini nell’acquisto di generi alimentari senza dover uscire dal proprio complesso residenziale. La società ha installato nel moderno e tecnologico complesso residenziale “Social Village Cascina Merlata”, situato a nord-ovest di Milano, cinque frigoriferi intelligenti per soddisfare le esigenze delle oltre 900 persone residenti nei 397 appartamenti del complesso. In questo modo gli abitanti del condominio possono rispettare le norme dettate dall’emergenza sanitaria ed evitare lunghe code ai supermercati per rifornirsi di generi alimentari di prima necessità. L’assortimento presente all’interno dei frigoriferi è fornito da negozi locali e prevede un mix di cibi sani e freschi. I condomini possono visionare i prodotti dalla grande vetrina frontale, sbloccare e aprire il frigo tramite la mobile App dedicata, scegliere i prodotti e concludere l’acquisto semplicemente chiudendo la porta del frigo. Sarà il sistema a rilevare l’operazione e addebitare al cliente il costo dei prodotti scelti sul sistema di pagamento inserito al momento dell’iscrizione.

Un altro ambito su cui certamente l’emergenza in corso sta accendendo i riflettori è quello della sanità, e in particolare dei servizi di tele-assistenza per la cura delle persone anziane o malate in casa. Le difficoltà vissute in questo periodo stanno facendo emergere chiaramente – qualora ce ne fosse stato ancora bisogno – il potenziale di poter disporre di dispositivi hardware connessi per il monitoraggio di parametri vitali da remoto. In questo modo diventa possibile coniugare servizi volti a migliorare la qualità della cura (come ad esempio l’invio dei farmaci a domicilio o la videochiamata con un medico) con la riduzione del ricorso all’ospedalizzazione.

Ma non finiscono qui le opportunità che le tecnologie IoT possono abilitare anche in una situazione di emergenza come questa. Negli ultimi mesi stiamo infatti assistendo a una forte evoluzione dell’offerta verso nuovi modelli di pricing con cui è possibile acquistare gli oggetti connessi, che includono logiche legate al pay-per-use o pay-per-performance e che – proprio in un periodo critico come questo – potrebbero permettere a tante aziende e cittadini in difficoltà di dilazionare il pagamento dei propri acquisti nel tempo, solo nel momento in cui se ne fa uso. I primi esempi che iniziano a popolare il mercato spaziano dalla Smart Factory alla Smart Car, fino allo Smart Building. Ad esempio, in fabbrica si iniziano a vedere i primi progetti in cui il macchinario può essere pagato sulla base delle ore di utilizzo o delle quantità di materiale prodotto. Nel settore automotive sono state definite formule d’acquisto “Pay-per-Drive”, in cui il piano dei pagamenti viene adattato in base all’effettivo utilizzo dell’auto, comunicato direttamente dalla vettura. Non solo: anche le nuove offerte di dispositivi e sistemi smart per gli edifici stanno evolvendo nella stessa direzione. È il caso delle soluzioni per l’illuminazione, in cui al cliente viene data la possibilità di pagare solo la luce “consumata”, senza divenire proprietario dei dispositivi d’illuminazione utilizzati. Il numero di progetti è ancora limitato, ma sicuramente le esperienze positive già effettuate nell’ultimo anno possono rappresentare un buon punto di partenza per lo sviluppo di un’offerta che vada incontro alle difficoltà economiche legate a questo periodo.

Un elemento che accomuna la maggior parte degli esempi citati è la possibilità – grazie all’Internet of Things – di raccogliere grandi quantità di dati, che possono essere utilizzati per sviluppare servizi di valore o di pubblica utilità. Questo elemento non è emerso solo nel corso dell’emergenza, ma è un carattere peculiare delle soluzioni IoT, come emerge chiaramente dalla ricerca realizzata dall’Osservatorio Internet of Things del Politecnico di Milano, e in particolare dall’analisi del mercato pre-Covid-19. Nel corso nel 2019, quasi il 40% del valore del mercato IoT in Italia era già generato da servizi abilitati dai dati resi disponibili da soluzioni IoT. Ci aspettiamo che questa emergenza evidenzi ancora più chiaramente il potenziale del grande patrimonio informativo generato dalle soluzioni IoT: per i cittadini, per le imprese e per le pubbliche amministrazioni.

Le macchine? Sempre più intelligenti

Alla scoperta dell’intelligenza artificiale e del machine learning, tecnologie che cambieranno sempre più rapidamente le nostre abitudini (e quelle delle aziende)

 

Algoritmi in grado di prevedere i gusti del pubblico. Test capaci di diagnosticare in anticipo una serie di patologie, ma anche quali parti meccaniche hanno maggiori probabilità di rompersi. E, ancora, applicazioni in mille altri campi, dalla guida autonoma alla manifattura, dal riconoscimento vocale al marketing e ai social network. Se il futuro è già oggi, parte del merito è dell’intelligenza artificiale e di una sua sotto-area: il machine learning.
«Il machine learning (alla lettera: apprendimento automatico, ndr) è una disciplina che sviluppa algoritmi in grado di rendere le macchine intelligenti, cioè capaci di imparare dal passato e prendere decisioni sul futuro» spiega Carlotta Orsenigo, professore associato di Computer Science al Politecnico di Milano ed esperta di algoritmi di machine learning.
I vantaggi? «Enormi, anche in termini economici: maggiori ricavi e minori costi. Una migliore previsione della domanda ci permette, per esempio, di ottimizzare il livello delle scorte e di offrire un servizio migliore ai nostri clienti».
Carlotta Orsenigo è anche condirettore di un master della School of Management del Politecnico di Milano pensato per formare data scientist da inserire in contesti anche aziendali. «Il Master Internazionale in Business Analytics and Big Data si rivolge a laureati in materie scientifiche ed economiche con un massimo di cinque anni di esperienza. L’obiettivo è fornire competenze in tre campi distinti: tecnologico, metodologico e di business. Dura un anno, al termine del quale i tassi di occupazione sono altissimi».

Previsione della domanda

La figura chiave del machine learning è il data scientist, figura in grado da un lato di analizzare i dati e sviluppare gli algoritmi che li rendono uno strumento di previsione (e decisione) efficace, dall’altro di interfacciarsi con le figure di riferimento in azienda (responsabile marketing o produzione, per esempio), a seconda dell’obiettivo perseguito.
«Il machine learning può essere utilissimo nel retail, per l’analisi e la previsione della domanda di prodotti e servizi. Si parte dagli acquisti fatti dai clienti nel passato, per prevedere quelli che verranno fatti in futuro. E, in base allo stesso principio, l’algoritmo sarà in grado di dirci che cosa sceglierà il nostro pubblico, in base alle scelte di un pubblico simile, cioè con caratteristiche molto vicine» prosegue Orsenigo.
L’altra faccia della previsione della domanda è rappresentata dalla cosiddetta recommendation, cioè dai suggerimenti che grandi operatori come Amazon e Netflix fanno ai loro clienti. “Hai visto quel film? Ti piacerà anche questo! Cerchi un nuovo libro? Lettori simili a te hanno apprezzato questo titolo”. Funziona, e senza lo zampino dell’uomo: l’intelligenza della macchina, da sola, elabora una gran quantità di dati da cui estrapola significati e tendenze.

Una pluralità di applicazioni

«Un’altra applicazione è nel settore manifatturiero. I dati analizzati possono essere in questo caso quelli forniti dai sensori, e qui entriamo nell’ambito dell’Internet of things (IoT, Internet delle cose, ndr). Ciò permette ad esempio di identificare in anticipo pezzi potenzialmente difettosi e prevenire futuri guasti».
In realtà, il primo ambito di applicazione del machine learning è quello medico-scientifico. «L’analisi delle espressioni geniche, ad esempio, consente di mettere in luce regolarità tra soggetti sani e soggetti malati e permette di progettare test diagnostici mirati» continua Orsenigo.
Importantissimo anche l’ambito del riconoscimento vocale e della centralità della voce, come dimostra il successo di Alexa e di ausili simili. «La nostra generazione preferisce ancora la possibilità di digitare, ma i giovani sono sempre più abituati a usare la voce per interagire con i device».
Ma anche quello dei chatbot, software progettati per simulare una conversazione con un essere umano, che apprendono via via dall’interlocutore (da tono, temi, domande…) in modo da fornire risposte sempre più mirate. O della guida autonoma.
Insomma, il futuro è ancora tutto da scrivere. Anzi, da programmare.