28.02.2024 – 07.01 – È in corso a Trieste, dal 27 febbraio al 1 marzo, SIAM UQ24: la sesta edizione del convegno internazionale della Società per la Matematica Industriale e Applicata (SIAM) dedicato alla quantificazione dell’incertezza.
1000 partecipanti, 250 appuntamenti, 24 sessioni parallele; il tutto al servizio della più grande organizzazione internazionale di matematica applicata al mondo, con 14mila studiosi. Se in precedenza le prime edizioni si erano svolte negli Stati Uniti o, in minor misura, nelle capitali europee, coinvolgendo circa 500 esperti, ora proprio una ‘piccola’ città come Trieste assiste a un’importanza di SIAM UQ24 ingigantita.
Una centralità che si riflette negli enti partner; il locale, con la Regione Friuli Venezia Giulia, la SISSA, la startup triestina FAST Computing, il gruppo SISSA mathLab; il triveneto con il Consorzio iNEST; gli USA con l’Associazione Americana di Statistica (ASA) e l’Association Women in Math (AWM). E non mancano le aziende e gli enti dove tra ricerca scientifica e produzione c’è un diretto legame: Danieli, Electrolux, Fincantieri e SMACT.
Ma che cosa si intende per ‘quantificazione dell’incertezza’? Si tratta, spiega Gianluigi Rozza, Professore Ordinario di analisi numerica presso la Scuola Internazionale Superiore di Studi Avanzati (SISSA) di Trieste e uno dei presidenti del Comitato Organizzatore di SIAM UQ24, di “metodi matematici in grado di stabilire l’affidabilità delle previsioni che emergono dalle simulazioni numeriche di sistemi e processi”.
Infatti “La quantificazione dell’incertezza è una disciplina quantitativa, che mira a dare un numero, una misura a qualcosa; c’è un aspetto che la lega alla statistica. Non è un processo deterministico, quanto piuttosto un range di situazioni. Dal clima, alla geofisica, all’industria vi possono essere situazioni che richiedono la quantificazione dell’incertezza. Oggigiorno sempre più spesso i modelli matematici sono legati ai dati; e questi possono essere incerti, soggetti a errori, raccolti in maniera sperimentale. Poter attribuire una casistica di probabilità ai dati diventa allora molto importante”.
“Ad esempio – prosegue Rozza – se io vado in bicicletta ho più probabilità di cadere a confronto di quando vado a piedi; vi sono diversi gradi di possibilità di accadimento. La disciplina è sempre esistita, ma con l’avvento del calcolo ad alte prestazioni e della scienza dei dati è diventata molto più importante”.
Ma quale potrebbe essere l’applicazione pratica di questa ‘quantificazione’? “La matematica è una scienza neutra, ‘portatile’ – spiega Rozza – un modello sviluppato per comprendere come scorre il sangue in un’arteria lo possiamo applicare all’idrodinamica di una nave o a fenomeni correlati alla produzione dell’acciaio o ancora per ottimizzare gli elettrodomestici”.
Il nesso con le industrie friulane e giuliane è evidente, anzi “noi matematici siamo facilitati, in quanto i modelli possono essere utilizzati per una grande varietà di imprese che hanno bisogno di modelli sempre più raffinati nei propri centri di sviluppo. La SISSA ad esempio ha collaborato con Electrolux per sviluppare elettrodomestici sempre più sostenibili; ha lavorato con Fincantieri per ridurre il rumore delle eliche; ha studiato con Danieli processi complessi per avere una maggiore sostenibilità ambientale… In questo senso il summit è fondamentale per connettere le imprese del territorio con la scena internazionale”.
Tra gli appuntamenti non mancherà un minisimposio dedicato al concetto del ‘gemello digitale’, intitolato ‘Models, Methods, Computational Technologies for Digital Twin‘:
“Il gemello digitale – spiega Rozza – viene utilizzato per la manutenzione predittiva. Vengono raccolti i dati dal gemello reale onde comprendere se potrebbe avere problemi rilevanti sul medio-lungo periodo; è un concetto simile alle analisi del sangue per l’uomo. Il digitale, in quest’ambito trasmette molto di più sullo stato di salute del gemello vero; nuovamente i sensori sul gemello reale e i dati raccolti sono fondamentali. Si ritorna di nuovo all’importanza della quantificazione dell’incertezza…”.
In quest’ambito, per Rozza, occorrerebbe cambiare paradigma: “Non siamo nell’era dei big data, ma dei big models. I modelli matematici sono delle interpretazioni di sistemi complessi, sono ‘portabili’, li si può applicare a diversi ambiti”.
[z.s.]
