Nel dibattito sull’evoluzione dell’auto intelligente, il tema dell’affidabilità dell’intelligenza artificiale sta emergendo come uno snodo cruciale. Non basta più che gli algoritmi “vedano” e decidano: devono farlo in modo robusto, prevedibile e sicuro anche in condizioni estreme. È in questo contesto che si inserisce il riconoscimento internazionale ottenuto dal Politecnico di Torino, che ha visto premiata la metodologia TIARA, un approccio innovativo per valutare l’affidabilità dei sistemi AI in ambito automotive.
Il lavoro scientifico, intitolato “Estimating the Impact of Soft Errors on AI-based Perception in Automotive”, ha ricevuto il Best Paper Award alla conferenza IEEE LATS 2025, uno dei principali appuntamenti globali dedicati all’affidabilità dei sistemi elettronici. Un riconoscimento che conferma il ruolo crescente della ricerca italiana nei temi più avanzati della mobilità intelligente.
Il lavoro nasce all’interno del Centro interdipartimentale CARS (Center for Automotive Research and Sustainable Mobility) e integra competenze provenienti da ambiti diversi, a conferma del forte carattere interdisciplinare della ricerca.
Indice degli argomenti
Cos’è Tiara
Al centro del premio c’è TIARA (Two-step IntegrAted Reliability Assessment), una metodologia sviluppata dal team interdisciplinare del Politecnico all’interno del Centro CARS.
TIARA nasce per rispondere a una domanda sempre più urgente: quanto sono affidabili i sistemi di intelligenza artificiale che guidano le decisioni dei veicoli?
Le tecnologie AI sono oggi il cuore dei sistemi di guida assistita e autonoma. Consentono alle auto di:
- interpretare l’ambiente circostante
- riconoscere corsie e ostacoli
- prendere decisioni in tempo reale
Ma questa complessità introduce nuove vulnerabilità. In particolare, i cosiddetti soft errors — errori temporanei dell’hardware — possono alterare il comportamento degli algoritmi, con potenziali impatti sulla sicurezza.
TIARA si propone quindi come uno strumento metodologico per misurare e anticipare questi rischi già nelle fasi iniziali di progettazione, quando intervenire è ancora possibile e meno costoso.
Come funziona
La forza della metodologia TIARA sta nel suo approccio in due fasi, progettato per coniugare precisione e sostenibilità computazionale.
- Analisi preliminare
In questa fase vengono individuate le componenti più vulnerabili degli algoritmi AI. L’obiettivo è capire dove gli errori possono avere maggiore impatto. - Valutazione dinamica
Successivamente, il sistema simula scenari realistici per misurare come questi errori influenzano il comportamento del veicolo.
Questo approccio consente di:
- ridurre la complessità computazionale
- mantenere un alto livello di accuratezza
- ottenere risultati utili già nelle prime fasi di sviluppo
La metodologia è stata validata su un sistema di Lane Centering Assistance, basato su modelli di visione artificiale. Attraverso milioni di simulazioni, i ricercatori hanno dimostrato che anche errori rari possono avere conseguenze significative, soprattutto in contesti di guida complessi. Tra gli effetti osservati:
- variazioni della traiettoria del veicolo
- alterazioni nei comandi di sterzo
Un dato che rafforza l’idea che la sicurezza dei sistemi AI non possa essere data per scontata, ma debba essere progettata e verificata in modo sistematico.
Il lavoro scientifico: chi sono gli autori
L’articolo “Estimating the Impact of Soft Errors on AI-based Perception in Automotive” è firmato da Shailesh Sudhakara Hegde (Dipartimento di Ingegneria Meccanica e Aerospaziale-DIMEAS), Dinesh Cyril Selvaraj (già al Dipartimento di Elettronica e Telecomunicazioni-DET), Josie E. Rodriguez Condia (Dipartimento di Automatica e Informatica-DAUIN), Nicola Amati (DIMEAS), Carla Fabiana Chiasserini (DET) Francesco Paolo Deflorio (Dipartimento di Ingegneria dell’Ambiente, del Territorio e delle Infrastrutture-DIATI) e Matteo Sonza Reorda (DAUIN).
La cerimonia di premiazione: da sinistra, Matteo Sonza Reorda, Leticia Bolzani Pohels e Josie E. Rodriguez Condia
Oltre il premio: perché questa ricerca conta
Il riconoscimento ottenuto dal Politecnico di Torino non è solo un risultato accademico. È il segnale di una trasformazione più profonda che riguarda l’intero settore automotive.
Con l’avanzare della guida autonoma, l’affidabilità dell’intelligenza artificiale diventa un requisito industriale e normativo. Standard sempre più stringenti impongono ai costruttori di dimostrare non solo le performance, ma anche la resilienza dei sistemi.
In questo scenario, metodologie come TIARA rappresentano un tassello fondamentale perché:
- introducono strumenti concreti per valutare il rischio
- riducono i costi di sviluppo grazie all’analisi anticipata
- migliorano la sicurezza complessiva dei veicoli
Il lavoro premiato integra competenze di intelligenza artificiale, elettronica e ingegneria dei sistemi, confermando il valore dell’approccio interdisciplinare. E rafforza il posizionamento del Politecnico e del Centro CARS come attori di riferimento nella ricerca sulla mobilità del futuro.
In definitiva, più che un semplice premio, quello assegnato a TIARA è un’indicazione chiara: l’innovazione nell’automotive non passerà solo dalla capacità di automatizzare la guida, ma dalla capacità di renderla affidabile in ogni condizione.
