Mercedes-Benz Vans: occhi puntati sulla catanese Edisonweb

Edisonweb è stata selezionata da Frontiercities, il programma di accelerazione UE, per un algoritmo in grado di risolvere la congestione dei trasporti urbani.  Dal 18 aprile a Ragusa, con la sponsorship tecnica di Mercedes-Benz Vans, il primo test pilota, di 3 settimane, che permetterà ai fisici ed informatici catanesi di arrivare fino a Berlino.

Seicento i candidati, tra piccole-medie imprese e start up, ma solo 28 i “prescelti”. Tra questi, il team catanese, di fisici e informatici, Edisonweb, selezionato per un rivoluzionario algoritmo di intelligenza artificiale, in grado di creare un nuovo modello di trasporto pubblico: ottimale in termini di flessibilità, proprio perché in grado di prevedere le esigenze di trasporto dei cittadini a seconda di alcune variabili prevedibili statisticamente.

“Il nostro modello – ha spiegato il fisico Riccardo D’Angelo, CEO del team – è nato declinando in chiave avveniristica e tecnologicamente avanzata, l’archetipo cubano del ‘taxi particular’. Un taxi collettivo che, muovendosi sulle arterie principali delle città, è disponibile a servire più persone contemporaneamente. A questo modello di riferimento abbiamo applicato una tecnologia, denominata MVMANT. Un acronimo inglese derivato da Movement, ovvero movimento (in questo caso riferito a una forma di trasporto pubblico 2.0) e Ant, in inglese ‘formica’, l’animale che, secondo gli etologi, dimostra più intelligenza e organizzazione d’insieme nella gestione dei propri tragitti di spostamento”.

MVMANT infatti oltre a fornire un servizio di trasporto condiviso, darà la possibilità, tramite smartphone, di prenotare il proprio posto nel veicolo, di stimare i tempi di attesa e di pagare direttamente dal cellulare. In sintesi parliamo di un servizio di ridesharing perfettamente integrato nel trasporto pubblico che potrà, non solo ottimizzare l’occupazione a bordo, ma anche offrire un servizio direttamente proporzionale alla stima della domanda prevista per ogni giorno dell’anno. Il calcolo predittivo, sarà possibile attraverso l’applicazione e valutazione statistica di una serie di variabili: giorno della settimana, stagione, condizioni metereologiche, eventi in corso, periodi di lavoro/scuola e vacanze. Insomma tutti i parametri che possono essere utilizzati per sapere se in un determinato giorno, o periodo, ci sono esigenze e percorsi soggetti ad una maggior richiesta di trasporto pubblico.