Sentinelle abissali (Statistics)

​Il mare rappresenta una risorsa strategica per l'economia e la sicurezza nazionale, ma sotto la sua superficie si nascondono insidie come le mine subacquee, risalenti a conflitti passati o legate a nuove minacce asimmetriche. Individuare questi ordigni in un ambiente complesso come il fondale marino richiede tradizionalmente tempi lunghi e l'impiego di personale in aree ad alto rischio. L'impiego di droni subacquei autonomi e algoritmi di apprendimento automatico offre oggi una soluzione per automatizzare queste procedure. La mia ricerca, presentata al Premio Tiberio, esplora come l'Intelligenza Artificiale possa rendere la sorveglianza dei fondali più rapida e sicura per la Marina Militare. I test condotti sia in aree controllate presso le strutture del Centro di Supporto e Sperimentazione Navale (CSSN) della Spezia, sia in oceano durante le esercitazioni internazionali REPMUS 21 e 22, hanno dimostrato l'efficacia dei processi di automazione, in particolare attraverso l'adattamento di algoritmi come Mask-RCNN e Saliency Convolutional Neural Network per il riconoscimento e la localizzazione delle mine. Tali risultati delineano uno scenario di cooperazione uomo-macchina in cui i compiti più rischiosi, come l'ingresso nei campi minati, vengono delegati ai droni, lasciando al personale il ruolo di pianificatore, supervisore e decisore finale. Questo studio si inserisce in una visione multidominio più ampia, dove l'innovazione tecnologica è finalizzata al supporto degli operatori, richiedendo al contempo un costante investimento sulla preparazione tecnica e culturale del personale. Ho sviluppato questo lavoro capitalizzando l'esperienza maturata presso il Comando delle Forze di Contromisure Mine e gli studi specialistici conseguiti con il Master in Elettroacustica Subacquea e il dottorato di ricerca in robotica marina presso l'Università di Pisa.​