Dal computing agli spostamenti

Chiavi, telefono, portafoglio: ci sono. Quando ci spostiamo, la maggior parte di noi si affida ad app di navigazione, come Google Maps, Apple Maps o le app per il trasporto pubblico locale, per migliorare la mobilità urbana e ottenere informazioni sul percorso e sul tempo stimato di arrivo a destinazione. Abbiamo accesso in tempo reale ad aggiornamenti su traffico e congestione per tipo di trasporto, a deviazioni consigliate per evitare il traffico e agli orari degli autobus, il tutto a portata di mano. Perché, per quanto sia bello il podcast che stai ascoltando, ci sono poche cose più frustranti che perdere proprio l'autobus e arrivare tardi al lavoro. Ti sei mai chiesto come facciano queste app a funzionare con una precisione così elevata?

I big data svolgono un ruolo importante

Al centro dell'alimentazione delle app di navigazione per migliorare i nostri spostamenti quotidiani ci sono i dati. I big data. Ad esempio, Google Maps si basa su milioni di gigabyte di dati per funzionare. E tutto questo non si ferma solo alle app. I sensori su semafori intelligenti, autostrade, segnali di velocità, telecamere stradali, parcheggi e lampioni sono alimentati dai big data, soprattutto nell'imminente mondo del 5G. I sensori tramite app per smartphone saranno persino in grado di rilevare un tragitto insolitamente sconnesso per segnalare che una strada deve essere riparata, preservando la sicurezza degli automobilisti successivi e riducendo l'elevato costo dell'invio di tecnici sul posto.

Il futuro del pendolarismo

Con l'aumento del traffico, si prevede che il ridesharing continui a crescere e potrebbe persino sostituire completamente il trasporto pubblico in alcune aree. L'analisi dei dati ha persino scoperto che vietare le svolte a sinistra può aiutare a evitare il controflusso e risparmiare milioni di galloni di carburante all'anno. Con dati più accurati sul traffico e sui trasporti urbani raccolti lungo i principali percorsi di spostamento, utilizzeremo un numero inferiore di veicoli in modo più efficiente. Le auto a guida autonoma stanno sviluppando una tecnologia basata su sensori per determinare quando il conducente può rilassarsi e quando dovrà riprendere il controllo. I taxi Uber volanti sono previsti per il lancio a Dubai e a Dallas entro il 2020 e stanno attualmente sviluppando tecnologie più silenziose e fonti di energia e livelli di emissioni più ecologici rispetto alle loro controparti automobilistiche. Alcuni investitori di venture capital restano con i piedi per terra, attenendosi a metodi più tradizionali per risolvere il problema del primo e dell'ultimo miglio, che rappresentano circa il 50% del tempo di spostamento, migliorando le opzioni di docking e senza docking per biciclette e monopattini nelle aree metropolitane.

Siamo arrivati?

I big data raccolgono sempre più informazioni su dove vanno le persone, come ci arrivano, quali percorsi sono disponibili, quali percorsi utilizzano e quali veicoli usano per arrivarci. La capacità e la volontà dei cittadini di adattarsi all'evoluzione dei big data nella tecnologia per gli spostamenti influiranno notevolmente sulla velocità con cui i miglioramenti dei trasporti saranno pienamente integrati. Gran parte dei progressi della tecnologia per i pendolari ruota attorno a sensori e sistemi di sorveglianza per garantire la sicurezza e, nel caso della guida autonoma, la sicurezza dipende dall'accuratezza dei dati dei sensori.

Il motore dietro i big data

Solo Google Maps utilizza petabyte di dati quindi, come puoi immaginare, la quantità di dati di tutte le app di navigazione e dei dati dei sensori è enorme. I data center e il cloud sono al centro nel rendere utile questo tsunami di dati. L'infrastruttura che ospita tutti questi dati deve essere resiliente, sicura e scalabile per continuare a stare al passo con i dati prodotti da pendolari, satelliti, sensori IoT e dispositivi. Come estensione dei data center centralizzati, le strategie di edge computing consentiranno di elaborare e trasferire i dati più vicino ai dispositivi IoT, riducendo significativamente la latenza.

Per quanto riguarda l'analisi e l'ottimizzazione dei big data, il machine learning (ML) svolge un ruolo fondamentale nel trasformare questi dati in qualcosa di utile. Gli algoritmi di ML possono apportare modifiche automatiche in tempo reale e individuare schemi ricorrenti, prendendo decisioni con un intervento umano minimo o nullo. Per esempio, la tua auto autonoma potrebbe essere in grado di adattare automaticamente il percorso verso il lavoro in base ai cambiamenti del meteo o a un recente incidente stradale che sta causando traffico.

Arriva il cloud

Dai big data derivano grandi responsabilità. Il cloud offre una soluzione alla complessità intrinseca che deriva dall'elaborazione di enormi quantità di dati. Grandi volumi di dati richiedono una maggiore potenza di elaborazione e la capacità di scalare rapidamente. Fortunatamente, i servizi cloud hanno reso la scalabilità semplice e fluida grazie a un’infrastruttura prontamente disponibile. La natura elastica del lavoro con quantità enormi di dati richiede la capacità di aumentare o ridurre rapidamente i servizi nel cloud, pagando solo ciò che utilizzi. Per la navigazione e gli spostamenti, nelle ore di punta e durante le festività si registrerà molto probabilmente un aumento del volume di dati che devono essere elaborati, poiché in genere ci sono più persone, veicoli e dispositivi sulla strada.

In definitiva, i servizi cloud consentono di dedicare meno tempo agli aspetti tecnici dell'ambiente IT di un'organizzazione, il che significa poter dedicare più tempo a ricavare informazioni utili dall'analisi dei big data in tempo reale. Questo è estremamente importante per offrire la migliore esperienza utente e garantire la sicurezza dei pendolari quando tecnologie come le auto senza conducente e i semafori intelligenti entrano in un ecosistema di “smart cities” sempre più connesso.

Big Data, grandi opportunità

Sebbene la tecnologia non sia stata in grado di eliminare completamente il traffico o di velocizzare la metropolitana, ha migliorato il modo in cui viaggiamo e ci spostiamo ogni giorno grazie ai big data e al cloud. Che si tratti di andare al lavoro in monopattino o, in futuro, di lasciare che le nostre auto ci portino da sole attraverso il Paese, i dati e la loro elaborazione continueranno a essere un elemento portante fondamentale per rendere i nostri spostamenti più sicuri ed efficienti.

I big data nella mobilità urbana migliorano i tuoi spostamenti