“I dispositivi Beyond CMOS rappresentano tecnologie emergenti dell’elettronica progettate per superare i limiti della tecnologia CMOS (Complementary Metal-Oxide-Semiconductor), attualmente utilizzata per realizzare la quasi totalità dei circuiti integrati digitali, inclusi microprocessori, memorie e sistemi su chip”.

Con questa definizione la Professoressa Elena Gnani, ingegnere elettronico e docente dell’Università di Bologna, ha introdotto in una recente intervista per la Società Italiana di Elettronica il tema dei dispositivi Beyond CMOS, spiegando in che modo queste tecnologie emergenti si differenziano dai tradizionali dispositivi a semiconduttore basati sul silicio.

“I dispositivi Beyond CMOS si differenziano da quelli tradizionali perché esplorano nuovi materiali, nuove architetture di dispositivo e, in alcuni casi, principi di funzionamento diversi rispetto ai transistor CMOS convenzionali basati sul silicio, tecnologia con cui sono realizzati la quasi totalità dei circuiti integrati digitali odierni, tra cui le unità di calcolo (es. CPU, GPU).

Per decenni la progressiva riduzione delle dimensioni dei transistor ha permesso di aumentare le prestazioni e la densità di integrazione dei circuiti elettronici. Oggi, tuttavia, i transistor al silicio hanno raggiunto dimensioni estremamente ridotte, dell’ordine di poche decine di nanometri, un regime in cui emergono limiti fisici e tecnologici che rendono sempre più difficile migliorarne ulteriormente le prestazioni, ridurne i consumi e controllare efficacemente il passaggio della corrente. Il silicio rimane un materiale eccellente per la realizzazione dei transistor perché relativamente economico e dotato di eccellenti proprietà elettroniche. Tuttavia, quando le dimensioni diventano così piccole, non riesce più a garantire prestazioni adeguate. Per questo motivo la ricerca si sta orientando verso nuovi materiali e nuovi meccanismi di trasporto della carica, con l’obiettivo di sviluppare dispositivi che consumino meno energia, dissipino meno calore e continuino a garantire elevate prestazioni anche a dimensioni sempre più ridotte.

Un transistor può essere visto come un interruttore controllato da una tensione. Nei transistor CMOS, applicando una tensione al terminale di gate si modula una barriera di potenziale che regola il passaggio degli elettroni: quando la barriera è sufficientemente alta il transistor è spento, mentre quando viene abbassata la corrente può fluire. Questo comportamento di interruttore è reso possibile dalle proprietà dei materiali semiconduttori, che consentono di controllare il flusso della corrente attraverso il dispositivo. Quando però le dimensioni del dispositivo diventano estremamente ridotte, diventa sempre più difficile controllare questo meccanismo e garantire un’efficace separazione tra lo stato acceso e quello spento. Per questo motivo si stanno studiando dispositivi che sfruttano materiali innovativi e meccanismi di trasporto della carica diversi dal tradizionale trasporto per emissione termoionica al di sopra della barriera di potenziale.”

Oggi, i transistor al silicio sono arrivati a dimensioni così piccole da incontrare limiti fisici fondamentali e diventa sempre più difficile controllare il passaggio degli elettroni.

“Quando si vuole impedire il passaggio della corrente è necessario creare una barriera di potenziale che ostacoli il movimento degli elettroni attraverso il dispositivo. Quando invece il transistor deve entrare in conduzione, questa barriera viene abbassata. Si può immaginare come un ostacolo posto lungo il percorso degli elettroni: modificandone l’altezza mediante una tensione applicata al terminale di gate, è possibile controllare il passaggio della corrente. Esistono però meccanismi alternativi, basati sulla meccanica quantistica, che consentono agli elettroni di attraversare la barriera in modo diverso rispetto ai transistor convenzionali. Tra questi vi è il tunneling quantistico, sfruttato in alcune tecnologie Beyond CMOS per ottenere dispositivi potenzialmente più efficienti dal punto di vista energetico. Per descrivere accuratamente il comportamento di questi dispositivi è necessario ricorrere a modelli di fisica avanzata, in particolare alla meccanica quantistica, che diventa uno strumento essenziale per comprendere e progettare le tecnologie Beyond CMOS. L’obiettivo è sviluppare dispositivi che, grazie a nuovi materiali, nuove architetture e nuovi principi di funzionamento, possano superare alcuni dei limiti delle tecnologie CMOS convenzionali.”.

Parlando proprio di materiali diversi dal silicio convenzionale, la professoressa Gnani ci ha introdotto a un ambito di ricerca particolarmente attivo riguardo ai semiconduttori bidimensionali.

“I semiconduttori bidimensionali sono materiali costituiti da uno o pochi strati atomici. A differenza del silicio cristallino convenzionale, il loro spessore estremamente ridotto conferisce proprietà elettroniche particolarmente interessanti per l’elettronica del futuro. Il grafene è probabilmente il materiale bidimensionale più noto: è costituito da un singolo strato atomico di carbonio e possiede proprietà straordinarie, ma non è adatto alla realizzazione di transistor logici perché la sua struttura elettronica non consente di spegnere efficacemente la corrente. Esistono tuttavia altri semiconduttori bidimensionali che combinano lo spessore atomico con proprietà elettroniche molto promettenti. Grazie a queste caratteristiche è possibile realizzare transistor con un migliore controllo elettrostatico del canale anche quando le dimensioni vengono ulteriormente ridotte, rendendo questi materiali particolarmente interessanti per lo sviluppo delle future tecnologie Beyond CMOS.”

 

L’interesse verso questi dispositivi nasce soprattutto dalla crescente richiesta di sistemi di calcolo sempre più potenti ed efficienti dal punto di vista energetico, come quelli impiegati oggi nelle applicazioni di intelligenza artificiale. Le stesse tecnologie trovano poi applicazione in moltissimi altri settori, dai sistemi elettronici per l’auto ai dispositivi elettronici di uso quotidiano. Al momento, tuttavia, queste tecnologie sono ancora prevalentemente in fase di ricerca e sviluppo

“Esistono numerose dimostrazioni sperimentali di transistor Beyond CMOS e di piccoli circuiti dimostrativi realizzati sia da gruppi di ricerca che da grandi aziende, ma non è stata ancora raggiunta una maturità tecnologica sufficiente per la produzione industriale su larga scala. Per questo motivo le unità di calcolo utilizzate oggi continuano a essere realizzate principalmente in silicio. Per molte di queste tecnologie, le principali sfide sono oggi di natura tecnologica più che fisica. I principi fisici alla base di questi dispositivi sono infatti ben compresi, ma manca ancora il livello di maturità tecnologica che il silicio ha raggiunto dopo decenni di sviluppo industriale. Di conseguenza, sebbene queste tecnologie offrano vantaggi in termini di prestazioni ed efficienza energetica, i dispositivi realizzati finora non hanno ancora raggiunto le prestazioni delle tecnologie CMOS più mature. Uno degli aspetti più critici è la cosiddetta variabilità. Nei dispositivi di dimensioni maggiori, eventuali difetti o variazioni di fabbricazione hanno generalmente un impatto limitato sulle prestazioni. Quando invece le dimensioni diventano estremamente ridotte, anche piccole imperfezioni possono influenzare significativamente il comportamento del singolo transistor. Di conseguenza, i circuiti devono essere progettati in modo da tollerare queste variazioni e garantire comunque le prestazioni desiderate del sistema finale. Questo richiede anche nuove strategie di progettazione circuitale”.

 

Lo sviluppo dei dispositivi Beyond CMOS rappresenta anche una sfida formativa.

“La ricerca in questo settore richiede competenze interdisciplinari e nuove generazioni di ingegneri elettronici capaci di integrare conoscenze di fisica, elettronica, scienza dei materiali e progettazione dei circuiti. Non basta infatti comprendere il funzionamento del singolo dispositivo; è necessario capire come le sue caratteristiche influenzino il comportamento e le prestazioni dell’intero sistema. Accanto alla formazione di ricercatori e ingegneri con competenze sempre più avanzate, è altrettanto importante avvicinare i giovani all’elettronica, per stimolare interesse verso una disciplina che sarà sempre più centrale per lo sviluppo delle tecnologie del futuro”.

“Nonostante i progressi degli ultimi anni, le donne rimangono nettamente poco rappresentate in numerosi ambiti delle discipline STEM (Science, Technology, Engineering and Mathematics), compreso il settore dell’automazione e dei controlli automatici. Ridurre questo divario significa creare opportunità concrete affinché sempre più ragazze possano avvicinarsi a questi percorsi”.

Questo il messaggio che Damiano Varagnolo, professore ordinario presso il Dipartimento di Ingegneria Cibernetica della Norwegian University of Science and Technology (NTNU) di Trondheim e tra i fondatori dell’iniziativa Girls in Control, ha condiviso con la Società Italiana di Elettronica nel corso di una recente intervista. Oltre alla ricerca nel settore dei controlli automatici, Damiano Varagnolo è da anni impegnato nella formazione e nella divulgazione scientifica. Una parte importante della sua attività è dedicata a progetti rivolti alle nuove generazioni, finalizzati a stimolare la curiosità verso le discipline STEM e a favorire una maggiore partecipazione, in particolare femminile, ai percorsi scientifici e tecnologici.

“Con alcuni colleghi abbiamo iniziato a riflettere sulla progressiva perdita di interesse di molti giovani e molte giovani verso le materie STEM durante il percorso scolastico. Per le bambine, in particolare, la possibilità di incontrare modelli positivi e figure di riferimento durante gli anni più importanti della crescita può avere un ruolo determinante. Ci siamo resi conto che non era sufficiente limitarsi a discutere del problema, ma era necessario provare a costruire delle opportunità concrete. Da questa consapevolezza è nata l’iniziativa “Girls in Control”, un progetto avviato inizialmente su base volontaria da un gruppo di ricercatori e docenti. Siamo partiti tra colleghi e amici, quasi come una piccola sperimentazione, ma nel tempo sempre più persone hanno scelto di partecipare e contribuire alla crescita del progetto. L’obiettivo era creare occasioni di incontro diretto con la tecnologia attraverso attività pratiche e laboratori di programmazione, offrendo alle ragazze la possibilità di esplorare in prima persona il potenziale dell’ingegneria e delle discipline STEM”.

Le attività sono organizzate sotto forma di mini-workshop, spesso in occasione di importanti conferenze scientifiche internazionali, ma anche su richiesta di scuole e organizzazioni locali. Inizialmente gli incontri si sono svolti esclusivamente online, ma oggi molti si tengono anche in presenza.

“I workshop di Girls in Control si rivolgono principalmente a due fasce d’età considerate particolarmente significative: dagli 8 agli 11 anni e dai 12 ai 14 anni. L’obiettivo non è quello di trasmettere nozioni tecniche complesse, ma piuttosto aiutare le partecipanti a sviluppare fiducia nelle proprie capacità e a percepirsi come protagoniste nella creazione e nell’utilizzo della tecnologia. Durante il workshop, le ragazze vengono introdotte ai principi fondamentali della teoria del controllo attraverso materiali didattici e video divulgativi, per poi confrontarsi su esempi concreti di sistemi di controllo presenti nella vita quotidiana, come la regolazione della temperatura dell’acqua durante la doccia o il mantenimento dell’equilibrio mentre si sta su una sola gamba. Una parte centrale dell’esperienza è dedicata all’utilizzo di Scratch, un linguaggio di programmazione visuale che consente alle partecipanti di realizzare i loro primi sistemi di controllo applicati a un gioco o a un progetto ideato e sviluppato da loro stesse. Il vero punto di forza di Girls in Control è la combinazione tra apprendimento pratico e confronto con modelli professionali femminili: incontrare donne che lavorano nel settore permette alle ragazze di immaginare il proprio futuro nella tecnologia e di scoprire quanto questi ambiti possano essere creativi, stimolanti e ricchi di sfide. Inoltre, vedere concretamente il risultato del proprio lavoro, costruito in tempi brevi con strumenti accessibili, contribuisce a rafforzare la loro curiosità e la consapevolezza delle proprie capacità”.

Damiano Varagnolo ci ha spiegato che numerosi studi indicano che proprio tra la scuola primaria e la scuola secondaria di primo grado molti giovani iniziano progressivamente ad allontanarsi dalle discipline scientifiche. Una tendenza che potrebbe essere contrastata attraverso attività pratiche e coinvolgenti.

“Oggi disponiamo di strumenti tecnologici estremamente economici che permettono di realizzare progetti affascinanti. Con pochi euro si può acquistare una piccola pompa, collegarla a un microcontrollore e a un sensore di umidità e programmare il tutto con strumenti intuitivi come Scratch. In questo modo anche i bambini possono costruire un semplice sistema automatico per irrigare le piante di casa. L’aspetto più importante è proprio la concretezza dell’esperienza. Infatti, quando i ragazzi vedono che ciò che hanno costruito con le proprie mani funziona davvero, si appassionano. Non si tratta di sostituire i programmi scolastici, ma di dedicare una parte del tempo a laboratori che consentano di vedere immediatamente l‘applicazione pratica di concetti scientifici e tecnologici. Gli insegnanti fanno un lavoro straordinario, ma spesso non hanno ricevuto una formazione specifica che permetta loro di sfruttare pienamente le opportunità offerte dalle nuove tecnologie. Oggi i bambini crescono circondati da dispositivi digitali, ma raramente vengono guidati a comprenderne il funzionamento o a utilizzarli in modo creativo”.

Varagnolo sottolinea l’importanza di valorizzare maggiormente il ruolo degli insegnanti e di promuovere iniziative di divulgazione. I numeri sono incoraggianti ma ancora limitati rispetto alle necessità. Girls in Control, per esempio, coinvolge circa un centinaio di ragazze in Italia e oltre duemila nel mondo ogni anno.

“Sono numeri importanti, ma ancora insufficienti. Come società scientifiche dovremmo impegnarci di più per portare esempi concreti e motivanti ai giovani. In questo percorso, le università, le scuole, gli enti di ricerca e le aziende dovrebbero collaborare maggiormente. Per esempio, le università potrebbero aprirsi ancora di più al territorio. Penso agli open day rivolti alle scuole primarie o alle attività laboratoriali organizzate in luoghi come l’Orto Botanico di Padova, dove i bambini possono fare esperienze dirette. I giovani devono poter toccare con mano la scienza. Le aziende potrebbero mettere a disposizione spazi, risorse e sponsorizzazioni. Insomma, la scienza dovrebbe uscire dai laboratori e diventare parte della vita quotidiana delle persone. Solo così possiamo costruire una società più consapevole e più vicina all’innovazione”.

Damiano Varagnolo conclude sottolineando che l’obiettivo di “Girls in Control” è continuare a crescere, coinvolgendo sempre più persone per offrire a un numero sempre più alto di ragazze e ragazzi l’opportunità di scoprire che la scienza e la tecnologia possono essere creative, divertenti e utili.

“Il mio lavoro consiste nel dialogare con chi sviluppa i dispositivi in azienda per capire quali siano le nuove esigenze, sviluppare modelli fisici in grado di descrivere questi fenomeni e integrarli nei software di simulazione. In questo modo, gli ingegneri possono progettare nuovi dispositivi tenendo conto anche di effetti che prima non erano considerati, rendendo i nostri strumenti di simulazione sempre più accurati e potenti”.

In questa intervista per la Società Italiana di Elettronica, la professoressa Susanna Reggiani,  ricercatrice e docente all’Università di Bologna, ci ha spiegato come l’ingegnere elettronico possa inserirsi nell’ambito della modellazione fisica, mettendo in dialogo la comprensione dei fenomeni microscopici con le esigenze concrete della progettazione tecnologica dei dispositivi.

“I dispositivi elettronici sono piccole strutture realizzate all’interno di un cristallo di silicio, con configurazioni specifiche che permettono di ottimizzare il comportamento della corrente in funzione della tensione applicata. In questo modo il dispositivo diventa, di fatto, un interruttore: siamo in grado di controllare il passaggio della corrente, attivandola o interrompendola. Per ottenere però le migliori prestazioni dobbiamo arrivare a controllare la materia su scale estremamente piccole, quasi fino al livello degli atomi che costituiscono questi dispositivi. Entriamo quindi nel campo della fisica dei semiconduttori, perché dobbiamo capire come gli elettroni si muovono all’interno di un materiale solido e come trasportano la carica. Potrebbe sembrare che non ci sia nulla di veramente nuovo, perché i circuiti integrati esistono ormai da moltissimi anni. In realtà, ogni nuova generazione tecnologica richiede cambiamenti nei materiali utilizzati e nelle strutture dei dispositivi. Bisogna quindi individuare, ogni volta, la configurazione ottimale per migliorare parametri come la frequenza di funzionamento, la corrente e le tensioni applicate, in risposta alle nuove esigenze applicative. Nel flusso di progettazione dei dispositivi, infatti, una fase fondamentale è proprio quella iniziale dello studio teorico, che si basa quasi sempre sull’utilizzo di modelli di simulazione. Abbiamo un modello fisico-matematico e algoritmi che ne risolvono le equazioni, permettendoci di prevedere come dovrebbe comportarsi il dispositivo prima ancora di realizzarlo fisicamente. La difficoltà nasce dal fatto che queste strutture cambiano in modo molto rapido e radicale. Gli effetti fisici che dobbiamo descrivere nei modelli di simulazione non sono quasi mai completamente disponibili o già pronti: devono essere continuamente migliorati, perché ogni nuova tecnologia introduce fenomeni che prima non erano stati considerati. Il mio lavoro consiste proprio in questo: ascoltare chi sviluppa i dispositivi in azienda per comprendere quali siano le nuove esigenze, sviluppare il modello fisico necessario, implementarlo negli strumenti di simulazione e permettere, da quel momento in poi, di effettuare simulazioni tenendo conto anche di quegli effetti che prima non erano inclusi. In questo modo contribuiamo ad arricchire continuamente i software di simulazione, rendendoli strumenti sempre più accurati per progettare i dispositivi elettronici del futuro”.

Secondo la professoressa Reggiani, è proprio in questo spazio, tra fisica e tecnologia, che si colloca il ruolo dell’ingegnere elettronico. Parliamo, infatti, di professionisti in grado di comprendere i fenomeni alla base del funzionamento dei dispositivi e, allo stesso tempo, di tradurre questa conoscenza in modelli, strumenti e soluzioni applicabili nella progettazione.

“Gli ingegneri elettronici sono probabilmente tra le figure più vicine alla fisica perché nel nostro lavoro studiamo proprio i meccanismi fisici innovativi e cerchiamo di trasformarli in strumenti concreti per lo sviluppo di nuovi dispositivi. La differenza rispetto all’approccio più tradizionale della fisica è nella finalità del modello. Un fisico generalmente sviluppa un modello con l’obiettivo di comprendere e descrivere un determinato fenomeno fisico. Un ingegnere elettronico, invece, ha la necessità di costruire un modello che sia il più possibile semplice, compatto ed efficiente, in modo che possa essere utilizzato immediatamente nella pratica, cioè nella progettazione di nuovi dispositivi e nella realizzazione di prototipi. È quindi una modalità di lavoro diversa: come ingegnere devo prima comprendere il problema e poi trovare una soluzione che possa essere applicata concretamente e in tempi utili. Oggi questo percorso richiede inevitabilmente anche un passaggio verso l’intelligenza artificiale, perché l’AI rappresenta uno strumento che risponde sempre di più alla necessità di integrare competenze diverse: da una parte la comprensione profonda dei fenomeni fisici, dall’altra la capacità ingegneristica di trasformare questa conoscenza in soluzioni tecnologiche. In questo senso si apre un ambito di ricerca estremamente innovativo, con prospettive scientifiche molto interessanti. Naturalmente, a seconda delle aziende con cui si collabora, le applicazioni possono essere molto diverse, ma l’approccio rimane lo stesso. Nella mia esperienza spesso sono proprio le aziende a rivolgersi a noi, perché hanno l’esigenza di andare oltre la semplice applicazione del momento e sviluppare dispositivi basati su fondamenti fisici più solidi, pronti per essere utilizzati nelle tecnologie future. Queste collaborazioni generalmente durano diversi anni, perché il rapporto non si conclude con la realizzazione del modello. Seguiamo infatti anche la fase successiva, osservando come il modello viene implementato e acquisito all’interno degli strumenti di progettazione, continuando a collaborare ogni volta che emergono nuove problematiche o nuove esigenze di sviluppo”.

Oggi, la capacità dell’ingegnere elettronico di tradurre i fenomeni fisici in strumenti concreti per la progettazione è fondamentale per affrontare le nuove sfide tecnologiche. L’intelligenza artificiale ne è un esempio emblematico perché il suo sviluppo non dipende solo dal miglioramento degli algoritmi, ma anche dall’evoluzione dell’hardware che deve supportarne la crescita in termini di prestazione.

“La sfida principale oggi è sicuramente rappresentata dall’intelligenza artificiale. Finora l’AI è stata associata soprattutto agli algoritmi e al software, ma ci si sta rendendo sempre più conto che è necessario tornare a concentrarsi anche sull’hardware, cioè sulle tecnologie che devono permettere a questi sistemi di funzionare. Un aspetto spesso non evidente è infatti che la complessità delle GPU moderne richiederà una evoluzione continua dei dispositivi elementari che ne determinano le prestazioni. Quello che sta diventando sempre più evidente è che il vero elemento dominante nello sviluppo dell’intelligenza artificiale è proprio la tecnologia dei semiconduttori. I dispositivi che costituiscono queste piattaforme devono quindi continuare a migliorare ed è proprio in questo ambito che entra in gioco il ruolo degli ingegneri elettronici. Il nostro compito è contribuire allo sviluppo di tecnologie sempre più avanzate, capaci di sostenere la crescita dell’AI e di superare le nuove sfide di progettazione. È un settore che, almeno dal punto di vista tecnologico, ha ancora grandi possibilità di evoluzione: sappiamo che investendo risorse e sviluppando nuove soluzioni sarà possibile continuare a migliorare le prestazioni dei dispositivi. Tuttavia, per accompagnare questo progresso servono anche scelte strategiche a livello globale: in particolare, la spinta verso queste innovazioni dovrà essere sostenuta anche dalle normative e dalle politiche dei grandi Paesi. Un altro tema estremamente critico riguarda la disponibilità di competenze. Si sta creando una situazione in cui la società utilizza quotidianamente prodotti e servizi basati su queste tecnologie, ma quando arriva il momento di scegliere un percorso professionale sono ancora pochi i giovani che decidono di intraprendere studi di ingegneria e di specializzarsi proprio nei settori che saranno fondamentali per il futuro”.

“Viviamo nell’epoca dell’intelligenza artificiale e delle tecnologie digitali, ma se venissero a mancare le risorse e le tecnologie elettroniche che le sostengono, lo sviluppo stesso di questi sistemi rallenterebbe drasticamente”.

Con questa riflessione si apre l’intervista del Prof. Michele Riccio, ingegnere elettronico e docente presso l’Università Federico II di Napoli, realizzata per la Società Italiana di Elettronica. Nel corso della conversazione, il prof. Riccio ripercorre le tappe principali della sua attività di ricerca, soffermandosi in particolare sul tema dell’affidabilità dei componenti elettronici che garantisce sicurezza, efficienza e continuità di funzionamento alle applicazioni che spaziano dalle auto elettriche ai sistemi di trasporto e industriali.

“Ho iniziato realizzando sistemi di misura e caratterizzazione basati sulla termografia all’infrarosso. In pratica utilizzavamo immagini nel campo degli infrarossi per osservare la distribuzione di temperatura interna di componenti e circuiti elettronici e studiarne l’affidabilità, un tema cruciale in numerosi settori industriali. Tra i primi progetti affrontati ci sono stati i transistor utilizzati nelle prime auto elettriche. L’obiettivo era garantire test di validazione con zero fallimenti sui campioni provati, mentre, sul veicolo, un’affidabilità attesa dell’ordine di pochi guasti per miliardo di ore per le funzioni critiche. È ragionevole aspettarsi che un componente elettronico non fallisca quando si trova a bordo di un’auto in movimento o all’interno di un sistema di trazione ferroviaria. In questi contesti, sottolinea, ogni elemento deve rispettare standard di sicurezza estremamente elevati. Tutte le parti del sistema devono raggiungere livelli di affidabilità massimi, compresa l’elettronica. L’evoluzione tecnologica degli ultimi anni ha introdotto nuovi materiali e nuovi dispositivi: ora le densità di potenza che sono chiamate a gestire i componenti elettronici sono sempre più elevate e temperature sempre più estreme, rendendo ancora più importante il tema dell’affidabilità. Da qui il passaggio a un secondo ambito di ricerca: la modellistica numerica e la simulazione. L’evidenza sperimentale da sola non basta. Se non si affianca una componente teorica e simulativa che permetta di comprendere i fenomeni fisici osservati, non si chiude il cerchio. Attraverso lo sviluppo di modelli numerici avanzati, il mio lavoro è stato quello di replicare ciò che avviene nella realtà e prevedere il comportamento di nuove tecnologie e nuovi dispositivi nelle applicazioni reali. Questi strumenti ci hanno consentito di creare le giuste basi teoriche per lo sviluppo di componenti sempre più efficienti e performanti”.

Il prof. Riccio sottolinea che l’affidabilità non è una proprietà del singolo componente isolato, ma il risultato di una progettazione integrata di dispositivo, circuito e sistema.

“Esistono dei test industriali standard per validare i componenti elettronici in condizioni di funzionamento estreme e quindi quantificare i limiti di funzionamento sicuro: io ho lavorato principalmente su test di corto circuito, commutazione su carico induttivo e test in valanga. In tutte queste tecniche standard, ho introdotto l’utilizzo innovativo delle immagini termiche per poter ricostruire i meccanismi fisici di rottura interni ai dispositivi elettronici: diodi, transistor, celle solari ecc. I modelli numerici compatti hanno poi permesso di utilizzare i dati provenienti da misure elettriche e termiche per la implementazione di ambienti di simulazione in grado di supportare le fasi di sviluppo sia dei componenti elettronici che dei circuiti nei quali essi venivano utilizzati. Inoltre, la connessione tra componenti elettronici ed il circuito/sistema che li utilizza è estremamente intima. Una buona progettazione non può prescindere dalla conoscenza profonda dei meccanismi fisici alla base dei componenti. Solo così è possibile progettare minuziosamente il dimensionamento di potenza, tensioni, correnti, perdite, isolamento, sicurezza alta tensione, raffreddamento, sensori di monitoraggio e tutte le parti in generale che concorrono di concerto ad un funzionamento sicuro ed affidabile.

Per descrivere il ruolo dell’ingegnere elettronico in questo settore, il Prof. Riccio distingue due grandi ambiti.

“Il primo riguarda la progettazione dei singoli componenti. L’ingegnere elettronico deve essere in grado di progettare i dispositivi che si trovano alla base dei circuiti. Il secondo riguarda invece la realizzazione dei sistemi che utilizzano quei componenti. Pensiamo a un’auto elettrica: come si fa a prelevare energia dalle batterie e trasferirla al motore? È qui che entra in gioco, ad esempio, l’ingegnere elettronico. Prima progetta il componente, poi il circuito che lo utilizza e infine l’intero sistema che permette di manipolare e gestire l’energia in maniera efficace. I casi di applicazione sono però numerosissimi: basti pensare al problema altrettanto sentito e delicato che riguarda la gestione sicura ed efficiente dell’elettronica di potenza che serve ad alimentare i grandi data center utilizzati per l’intelligenza artificiale. Un processo nel quale il tema dell’affidabilità diventa dominante in una innovazione continua”.

L’affidabilità è un requisito tecnico, ma anche una responsabilità progettuale che accompagna ogni fase dello sviluppo, dal singolo dispositivo fino al sistema nel suo insieme. L’ingegnere elettronico è quindi una figura abilitante, decisiva nello sviluppo delle tecnologie più innovative ma spesso rimane invisibile.

“L’ingegnere elettronico è una figura che, per la rapidità con cui la tecnologia evolve, deve essere in grado di aggiornarsi costantemente e di interpretare i cambiamenti, mantenendo saldo il legame tra innovazione, sicurezza e applicazione reale. Per questo motivo, se si guarda al futuro della formazione, una delle principali sfide sia per le università che per gli studenti è quella di rimanere al passo con la rapidità del cambiamento tecnologico. Il mondo corre a una velocità enorme e alcuni contenuti che uno studente impara oggi rischiano di diventare obsoleti già nel momento in cui conclude il proprio percorso di laurea. Ecco perché la vera competenza non consiste soltanto nell’acquisire conoscenze tecniche, ma nel mantenere la capacità di aggiornarsi continuamente e adattarsi all’evoluzione delle tecnologie, inquadrando il problema da un punto di vista ingegneristico. Oggi i ragazzi hanno a disposizione una quantità enorme di informazioni, ma non sempre riescono a collegare un determinato percorso di studi agli sbocchi lavorativi che offre. In questo contesto, l’ingegneria elettronica soffre di un problema di percezione. Infatti, pur essendo una disciplina fondamentale e abilitante per molte delle tecnologie contemporanee, appare meno attraente rispetto ad altri ambiti. L’ingegneria elettronica paga il fatto di essere meno visibile rispetto ad altre discipline. Quando uno studente vede un robot, ad esempio, ne rimane affascinato mentre l’elettronica, rimane nascosta all’interno dei dispositivi e per questo fatica a stimolare la curiosità. Le nuove generazioni, inoltre, sono nate in un mondo già completamente digitalizzato. Non hanno vissuto la rivoluzione elettronica e tecnologica degli ultimi decenni. Per loro tutto ciò che c’è dietro a uno smartphone, a un computer o a un sistema intelligente è quasi scontato. A questo si aggiunge una percezione ancora fortemente legata al mondo maschile, che continua a rappresentare una barriera culturale per molte studentesse”.

“Se, quando ero studente di ingegneria, qualcuno mi avesse detto quanto sarebbe stato affascinante studiare questa disciplina, probabilmente gli avrei risposto con scetticismo. Oggi, da professore, ho una prospettiva diversa: credo che lo studio dell’ingegneria non consista tanto nello scoprire continuamente qualcosa di nuovo, quanto nel riconoscere e valorizzare ciò che si è già appreso, mettendolo in relazione con problemi reali e obiettivi concreti”.

In questa intervista per la Società Italiana di Elettronica, Antonio Orlandi, professore all’Università degli Studi dell’Aquila, introduce una riflessione sul valore della formazione ingegneristica e sul legame sempre più stretto tra teoria e applicazione. Da anni impegnato nella ricerca e nella didattica nel campo dell’elettronica, il docente si occupa in particolare di integrità del segnale e compatibilità elettromagnetica, due aspetti fondamentali per la progettazione dei sistemi elettronici moderni.

“Il mio insegnamento non introduce concetti diversi da quelli trattati dai miei colleghi: il valore aggiunto è mostrare come collegarli tra loro e come utilizzarli per raggiungere un obiettivo concreto. L’evoluzione delle prestazioni dei sistemi digitali ha infatti reso questi temi sempre più centrali, fino a farli diventare un passaggio obbligato nella progettazione di dispositivi e infrastrutture elettroniche avanzate. Nell’industria moderna, ad esempio, non è più possibile progettare hardware ad alte prestazioni senza tenere conto sia della compatibilità elettromagnetica sia dell’integrità del segnale. Sono due ambiti che nascono distinti, ma che oggi, nella pratica della progettazione, convergono sempre di più fino a diventare parte di una stessa visione ingegneristica”.

Dalla compatibilità elettromagnetica all’integrità del segnale

Il professor Orlandi racconta che la sua attività di ricerca prende avvio proprio dalla compatibilità elettromagnetica, disciplina che studia il comportamento dei sistemi elettrici ed elettronici in relazione ai campi elettromagnetici da loro emessi non intenzionalmente.

“La compatibilità elettromagnetica è una disciplina che studia come i sistemi elettrici ed elettronici, pur non essendo progettati per farlo, generino campi elettromagnetici indesiderati. È un po’ come il calore: durante il funzionamento, anche una videochiamata o un computer producono inevitabilmente emissioni che possono interferire con altri dispositivi, come ad esempio un telefono cellulare. Questa materia entra nei percorsi formativi degli ingegneri elettronici italiani negli anni ’80, importata dall’esperienza statunitense. Per circa dieci anni mi occupo proprio di questi temi, anche attraverso un periodo di lavoro negli Stati Uniti, ed è in quel contesto che inizia a emergere con forza il tema dell’integrità del segnale digitale. Per spiegare questo concetto faccio spesso un esempio semplice: la cifra più significativa del nostro conto corrente viaggia attraverso sistemi elettronici, e non saremmo affatto contenti se, per un errore, passasse da 1 a 0, con gravi conseguenze. Per evitare che questo accada, è necessario progettare sistemi capaci di essere resilienti, sia rispetto ai disturbi esterni sia rispetto ai propri effetti interni. Così come una persona può farsi male da sola, anche i circuiti elettronici, diventando sempre più complessi e performanti, possono generare problemi al proprio funzionamento se non adeguatamente progettati. Esiste infatti un rapporto diretto tra prestazioni e integrità del segnale: più un sistema è veloce e performante, più aumenta la probabilità che il segnale venga distorto o corrotto. Di conseguenza, maggiore è la qualità richiesta ai dispositivi più diventa necessario introdurre contromisure progettuali adeguate”.

Nei primi anni 2000, contemporaneamente ma indipendentemente dal Politecnico di Torino, il prof. Orlandi avvia i primi corsi di integrità del segnale all’Aquila, e nel tempo questa disciplina diventa materia obbligatoria in molti atenei italiani.

“Il bello di questa disciplina è che mette insieme tutte le competenze di un ingegnere elettronico. È una materia tipicamente inserita nella laurea magistrale, perché di natura applicativa e fortemente interdisciplinare: richiede solide basi teoriche e, allo stesso tempo, la capacità di integrarle. Una volta inserita nel percorso formativo, diventa un punto di sintesi in cui lo studente mette in gioco gran parte delle conoscenze acquisite durante il suo percorso di studi”.

Modelli e tecniche per salvaguardare l’integrità del segnale

Secondo il prof. Orlandi, l’integrità del segnale non è un dettaglio secondario, ma un elemento fondamentale che rende possibile il funzionamento dell’elettronica moderna ad alte prestazioni.

“L’integrità del segnale è, in un certo senso, ciò che sta dietro all’elettronica moderna. Un sistema elettronico viene progettato secondo determinati criteri teorici, ma poi deve diventare qualcosa di fisico: piste di rame su un circuito stampato, su cui scorrono segnali, cioè flussi di elettroni. È proprio in questa transizione tra progetto e realizzazione che entra in gioco l’integrità del segnale. Cinquanta anni fa questo tema non era così rilevante, perché i segnali viaggiavano a frequenze molto più basse e le prestazioni richieste erano inferiori. Oggi, invece, il passaggio dalla progettazione alla realizzazione richiede una serie di accorgimenti che vengono proprio studiati e insegnati nell’ambito dell’integrità del segnale. Per dare un’idea dell’importanza di questa disciplina, basti pensare che aziende come Google impiegano circa 10.000 ingegneri in tutto il mondo dedicati esclusivamente all’integrità del segnale dei propri sistemi. Google non vende computer, ma li progetta e li costruisce per uso interno, con l’obiettivo di garantire che le ricerche degli utenti restituiscano risultati in tempi immediati. Questo livello di prestazioni è possibile solo grazie a un’enorme attenzione alla progettazione elettronica e al controllo del segnale. Un altro esempio è quello delle console da gioco, come la PlayStation: si tratta, di fatto, di computer ad alte prestazioni ottimizzati per la grafica e il video in alta risoluzione. Se le schede elettroniche non fossero progettate tenendo conto dell’integrità del segnale, non sarebbe possibile garantire la qualità e la fluidità dell’esperienza di gioco che oggi diamo per scontata”.

Il professore entra poi nel dettaglio degli strumenti progettuali alla base dell’integrità del segnale, spiegando come l’evoluzione della complessità elettronica abbia reso indispensabile l’uso di modelli numerici e tecniche di simulazione avanzate per affrontare problemi che non possono più essere risolti solo con i tradizionali approcci analitici.

“Per garantire l’integrità del segnale è necessario introdurre delle contromisure progettuali precise: si tratta, in molti casi, di dimensionare correttamente soluzioni tecniche che devono essere accurate al millimetro, al decibel, in alcuni casi quasi al ‘milligrammo’ se si vuole usare un’immagine efficace. In altre parole, la progettazione diventa estremamente fine e sensibile. In alcune situazioni questo può essere fatto con ragionamenti analitici e semplificazioni, ma molto spesso non è sufficiente. È qui che entrano in gioco i modelli numerici: si prende un insieme di equazioni complesse che descrivono il comportamento elettromagnetico del sistema e le si affida a strumenti di calcolo che, tramite tecniche numeriche, le risolvono. Il risultato non è solo teorico, ma fornisce all’ingegnere i parametri necessari per progettare e implementare le soluzioni concrete in modo efficace. Negli anni mi è capitato spesso di lavorare, con i miei collaboratori e colleghi,  su circuiti stampati che, pur essendo stati progettati seguendo tutte le regole note, non funzionavano correttamente in determinate condizioni di stress. In quei casi era necessario un lavoro di analisi approfondita per capire dove si fosse nascosto il problema. È stata un’esperienza molto interessante, ma anche sfidante, perché richiede di andare oltre la progettazione standard e di interpretare il comportamento reale del sistema. Le tecniche di analisi, inoltre, evolvono continuamente insieme alla tecnologia. Si tratta infatti di strumenti fortemente applicativi: una soluzione che funzionava vent’anni o anche solo venticinque anni fa per un certo tipo di problema oggi potrebbe non essere più adeguata per sistemi elettronici moderni, molto più complessi e performanti. L’ingegneria, in questo senso, è una disciplina che deve aggiornarsi costantemente insieme ai sistemi che progetta”.

Infine, per affrontare questi problemi è necessario un approccio integrato tra elettronica, chimica e meccanica che devono lavorare insieme per costruire il futuro dei sistemi tecnologici.

“In questo senso, l’università non è un’entità separata, ma una componente fondamentale del sistema industriale. Il nostro Paese è tecnologicamente avanzato, ma spesso fatica perché investe meno sull’università rispetto ad altri contesti internazionali, dove il legame tra formazione e ricerca industriale è più strutturato e continuo. Credo che un’opportunità importante possa arrivare direttamente dalle aziende comunicando in modo chiaro le opportunità professionali ai laureandi e ai neolaureati. Quando questa comunicazione è efficace, i ragazzi riescono a vedere percorsi concreti e si orientano in modo naturale verso determinate scelte. In altri settori, ad esempio, esistono aziende che stipulano convenzioni con le università impegnandosi ad assumere giovani laureati: in questi casi gli studenti percepiscono subito una prospettiva chiara dopo la laurea e si indirizzano con decisione verso quel percorso. È questo tipo di connessione tra formazione e mondo del lavoro che rende davvero efficace il sistema”.

Quando si parla di intelligenza artificiale generativa all’edge, l’attenzione si concentra sugli algoritmi, ma tutto inizia dall’hardware. È il punto di vista di Danilo Pau, ingegnere elettronico, direttore tecnico e IEEE Fellow di STMicroelectronics, che in questa intervista per la Società Italiana di Elettronica spiega come l’innovazione dell’AI inizi proprio con l’innovazione dei sistemi hardware.

“Avendo vissuto in prima persona la transizione dall’analogico al digitale del video, ho imparato che senza adeguato hardware gli algoritmi non sono computabili. Valeva allora e vale ancora oggi con l’AI all’edge. Una volta compreso il meccanismo di elaborazione delle reti neurali, diventa evidente che senza un’adeguata accelerazione hardware non si ottengono le prestazioni necessarie. In questo l’elettronica è fondamentale perché offre la possibilità di capire ciò che si sta progettando e di trasformare le idee in tecnologia concreta”.

Per aiutarci a comprendere meglio cosa sia l’AI generativa all’edge, Danilo Pau ha ripercorso le principali tappe dell’evoluzione tecnologica che ne ha reso possibile la nascita.

“Immaginiamo di avere una funzione di trasferimento che non può essere descritta analiticamente perché non disponiamo di una formulazione matematica del fenomeno, ma solo dei dati che ne rappresentano il comportamento ingresso-uscita. Come possiamo allora approssimare questa funzione incognita? È qui che entrano in gioco le reti neurali, quei modelli capaci di apprendere le relazioni presenti nei dati e di costruire un approssimatore della funzione sottostante. Questo principio era già noto a partire dai primi anni ‘60 ma mancavano GPU potenti per eseguire il calcolo necessario all’addestramento delle reti neurali, software per addestrarle e tecniche di inizializzazione e ottimizzazione per garantire la convergenza dell’apprendimento e la minimizzazione dell’errore di approssimazione. La svolta arriva nel 2006, quando Geoffrey Hinton, uno dei padri del deep learning e premio Nobel per l’AI, dimostra come reti neurali basate sulle Restricted Boltzmann Machines siano in grado di apprendere distribuzioni di dati sempre più complesse arrivando a codificare e decodificare caratteristiche proprie dei volti umani. Questi risultati riaccendono l’interesse verso le reti neurali profonde e il punto di svolta definitivo arriva nel 2012 con l’ImageNet Large Scale Visual Recognition Challenge. Durante questa competizione, che prevedeva la classificazione di immagini appartenenti a oltre mille categorie, una rete neurale profonda addestrata utilizzando un paio di GPU ottiene risultati nettamente superiori rispetto agli approcci tradizionali. Per la prima volta si dimostra che la combinazione tra nuovi algoritmi e hardware può portare a prestazioni senza precedenti. Da quel momento le reti neurali si affermano come tecnologia dominante nel campo dell’AI. Nel 2017 la disponibilità di grandi quantità di dati, l’accesso a elevate capacità di calcolo e l’evoluzione degli algoritmi consentono all’industria cloud di adottare l’AI su larga scala. Nasce così l’AI percettiva, capace di estrarre significato dai dati grezzi e di associare informazioni astratte ai contenuti osservati. Ad esempio, un’immagine è composta da pixel, ma l’AI è in grado di riconoscere che quei pixel rappresentano una persona o un oggetto, aggiungendo quindi un livello di metainformazione astratta al dato grezzo originale. In questa fase gran parte dell’elaborazione viene concentrata nel cloud, ma appare subito chiaro che il cloud non può scalare per tutte le esigenze applicative di miliardi di utenti. Infatti, la latenza, i costi di trasmissione dei dati, i vincoli di privacy, l’affidabilità delle connessioni e la scalabilità rendono necessario distribuire l’esecuzione dell’AI più vicino alla fonte del dato. È da questa esigenza che nasce il concetto di Edge AI, cioè l’esecuzione di modelli di AI direttamente sui dispositivi embedded a bassissimo consumo energetico. Oggi che questa sfida è stata risolta dal punto di vista industriale, stiamo assistendo alla Generative AI all’edge, che consente di generare contenuti, prendere decisioni e interagire direttamente sul dispositivo senza dipendere dal cloud”.

In questo scenario, realtà industriali come STMicroelectronics hanno avuto un ruolo chiave contribuendo allo sviluppo di microcontrollori, sensori intelligenti e acceleratori hardware che oggi costituiscono una base tecnologica solida dell’edge AI distribuita.

“Nel 2018, in California, nasce la Tiny Machine Learning Foundation e STMicroelectronics ne fa parte fin da subito. Già dal 2016 iniziamo a sviluppare le prime implementazioni di algoritmi di AI su microcontrollori e direttamente a bordo dei sensori. Si trattava di una sfida complessa dato che in un package di un sensore di 2 o 3 millimetri di lato devono entrare due micromacchine, un accelerometro e un giroscopio, insieme a circuiti analogici e digitali. Da qui sono nati i primi strumenti di sviluppo e i primi tool dedicati a rendere accessibile l’AI su dispositivi ultra-compatti. Parallelamente, nel 2017 era stato dimostrato il chip denominato progetto Orlando, concepito per accelerare in tempo reale l’esecuzione di reti neurali convolutive come AlexNet consumando solo pochi milliwatt e dotato di un sofisticato compilatore neurale. Questo chip dimostrava come fosse possibile eseguire reti neurali avanzate con consumi ridotti. L’insieme di queste innovazioni ha dato origine a quella che oggi definiamo la proliferazione del Tiny Machine Learning: una nuova generazione di dispositivi dotati di acceleratori neurali, con livelli di prestazione scalabili a seconda delle destinazioni d’uso. Sembrava che la sfida di eseguire l’AI all’edge fosse stata risolta ma purtroppo il cloud non era più quello del 2017 perché grazie a innovazioni come le Generative Adversarial Networks e i Transformers di Google, i modelli neurali erano diventati molto più complessi. L’intero settore cloud è arrivato quindi a scontrarsi con quello che viene definito il memory wall e per sostenere l’addestramento e l’inferenza dei modelli linguistici più avanzati si è reso necessario costruire super-computer composti da milioni di GPU, sistemi capaci di raggiungere prestazioni dell’ordine di 10¹⁵operazioni al secondo ma con costi economici ed energetici enormi. Oggi solo poche grandi aziende cloud al mondo dispongono delle risorse e competenze necessarie per sviluppare e gestire infrastrutture di questa portata. Il risultato è stata la ri-centralizzazione dell’AI nel cloud. Quando utilizziamo ChatGPT, Claude o Gemini stiamo accedendo ai sistemi di inferenza di enormi super computer e di altri sottosistemi che si occupano dell’addestramento continuo dei modelli, con tutte le implicazioni che comporta in termini di costi, consumi energetici e concentrazione delle capacità tecnologiche. Questa situazione ha generato una profonda frattura nel mondo della ricerca. Chi può permettersi le risorse per addestrare questi modelli? Certamente non la maggior parte delle università o dei centri di ricerca indipendenti. Le stime indicano che entro il 2030 il fabbisogno energetico associato a quei super computer AI potrebbe raggiungere livelli tali da richiedere una capacità produttiva equivalente a decine di centrali elettriche di media potenza. Di fronte a questo scenario, è stato imperativo creare una svolta coraggiosa: TinyML Foundation evolve nel 2024 in Edge AI Foundation, dove il gruppo di lavoro dedicato all’AI generativa che ho il privilegio di coordinare, ha soddisfatto lo scopo di dimostrare l’AI generativa all’edge. Nel giro di un anno sono emerse una quindicina di aziende nel mondo capaci di progettare hardware specializzato per l’esecuzione locale di modelli generativi. Non dobbiamo replicare Gemini o altri modelli su un dispositivo edge, ma ripensare completamente l’AI generativa in funzione delle esigenze dell’utente finale, come il problema della privacy e l’interazione uomo-macchina. Gli utenti non vogliono che le proprie conversazioni, i propri dati o le proprie informazioni sensibili vengano trasferiti sui super computer. Per soddisfare questa esigenza bisogna sviluppare modelli generativi capaci di operare localmente, direttamente sul dispositivo. Uno degli sviluppi più promettenti è rappresentato dai Language-to-Action Models, sistemi che creano un collegamento diretto tra sensori, modelli linguistici e attuatori. L’esempio più immediato è quello della robotica. In questo contesto, l’attuazione significa controllare motori elettrici, bracci robotici o altri sistemi fisici sulla base dei dati raccolti dai sensori e interpretati da modelli generativi. Questi algoritmi sono in grado di adattarsi a diverse distribuzioni di dati, anche le più rumorose come i modelli diffusivi, prendere decisioni in tempo reale e tradurre il linguaggio e la percezione del mondo fisico in azioni concrete con complessità implementabili all’edge e con prestazioni adeguate”.

Secondo Danilo Pau, l’attenzione si sta spostando verso la necessità di rendere queste tecnologie sempre più vicine alle persone nelle applicazioni quotidiane.

“Trasferire grandi quantità di parametri verso le unità di calcolo non è sempre la scelta ottimale e viene naturale chiedersi: perché non fare l’opposto? Non è semplice per vari problemi implementativi, nondimeno è questa l’opportunità hardware e la direzione verso cui si sta andando. Un altro obiettivo è rendere questi sistemi realmente utili nella vita quotidiana delle persone. L’AI generativa non deve essere vista solo come uno strumento per creare immagini per i social o per produrre testi con meno fatica intellettiva ma abilitare una nuova interazione con le macchine. L’idea è quella di avere sistemi capaci di percepire l’ambiente attraverso sensori, interpretare ciò che accade, ciò che l’umano dice o come si comporta, ragionare e agire a supporto dell’essere umano nelle attività quotidiane. L’elettronica gioca un ruolo fondamentale perché è proprio grazie all’evoluzione dei dispositivi hardware che oggi è possibile sostenere livelli di calcolo e di memorizzazione sempre più elevati a costi più accessibili anche in termini di consumo energetico e quindi alla portata di un numero crescente di applicazioni che entrino nell’utilizzo pratico quotidiano. È in questo spazio che si aprono in modo quasi inaspettato enormi opportunità di innovazione e di crescita professionale. Se queste tecnologie vengono comunicate e comprese correttamente, anche gli studenti possono essere consapevoli delle direzioni possibili e orientare le proprie scelte formative e professionali per diventare protagonisti nell’era dell’AI. Non è un caso che da tempo tutte le grandi aziende del cloud includano al proprio interno ingegneri e progettisti elettronici. L’innovazione nasce sempre dall’integrazione tra hardware e software, le due facce della stessa medaglia. L’una è essenziale all’altra”.

Questo cambio di paradigma tecnologico non riguarda solo l’architettura dei sistemi, ma ha ricadute profonde anche sul modo in cui formiamo competenze e prepariamo le nuove generazioni a interpretare e guidare questa trasformazione.

“A fare la differenza è la possibilità di portare esempi concreti e credibili, e in questo l’industria può giocare un ruolo fondamentale, lavorando a stretto contatto con i docenti universitari, diventando una fonte di valori e di ispirazione reale. Quando i giovani assistono a dimostrazioni di credibilità, passione e fiducia, riescono a ispirarsi ed esprimere il loro enorme potenziale. Nella prima fase della carriera è importante fare delle scelte e specializzarsi, ma con il tempo il percorso evolve naturalmente verso una maggiore interdisciplinarità dettata anche da una curiosità acquisita durante gli studi e trasmessa dai docenti. Nessuna competenza e nessun progetto restano validi per sempre, perché il contesto tecnologico e industriale cambia continuamente. In questo scenario, la capacità di realizzare compiutamente prima e poi di adattarsi mantenendo la mentalità del principiante rappresenta il vero valore aggiunto da custodire attraverso l’incessante sviluppo della tecnologia AI”.

“Parlando con gli studenti, mi rendo conto che, rispetto alla mia generazione, oggi sentono il bisogno di compiere scelte condizionate dal mercato del lavoro. Ho l’impressione che spesso credano di non potersi permettere di seguire davvero le proprie passioni. Ed è un peccato, perché inseguire un sogno significa realizzare sé stessi, ma anche contribuire all’innovazione e cambiare il corso delle cose. La tendenza a seguire le mode del momento sta contribuendo alla carenza di ingegneri elettronici, figure che possono trasformare un’idea in soluzioni concrete, capaci di progettare, costruire e dare forma all’innovazione: creare valore aggiunto dalla materia”.

Queste sono le parole del professore Alessandro Cidronali, docente di elettronica dell’Università di Firenze che, in una recente intervista per la Società Italiana di Elettronica, ha raccontato come è cambiato nel tempo l’approccio dei giovani al mondo dell’elettronica e come la sua passione per i sistemi aeronautici e per l’elettronica delle microonde siano diventati nel tempo il fulcro della sua attività di ricerca.

Dalle misure elettroniche alle metasuperfici

Il prof. Cidronali ha spiegato che l’elettronica moderna ha esteso il suo dominio dalla misura delle grandezze fisiche al controllo attivo dei campi elettromagnetici. In questo scenario si collocano le recenti tecnologie basate su metasuperfici programmabili.

“L’acquisizione e il trattamento dei segnali consentono di attribuire un valore quantitativo alle diverse grandezze fisiche, rendendo possibile la loro osservazione e interpretazione attraverso strumenti elettronici. In questo senso, tutto ciò che riguarda l’elettronica legata al trattamento dell’informazione nasce dall’esigenza di “vedere” il mondo fisico attraverso segnali, informazioni e sensori. Esiste poi un altro dominio, quello delle contromisure elettroniche, che invece rappresenta in un certo senso il tentativo opposto: quando un sistema fisico è soggetto all’osservazione e al controllo da parte di strumenti esterni, le contromisure cercano di introdurre strategie di evasione o di protezione. Sono strumenti che permettono di nascondersi quando si è osservati, o di alterare ciò che può essere rilevato. Si parla di elettronica perché l’osservazione e il controllo avvengono tramite sistemi elettronici, e si tratta quindi di un’applicazione chiaramente difensiva, in cui il problema centrale è il controllo dell’informazione contenuta nei segnali elettromagnetici”.

In questo ambito legato alla misura e alla protezione dei segnali si inserisce un’evoluzione più recente che riguarda il controllo attivo della loro propagazione nello spazio.

“Un esempio è rappresentato dalla realizzazione di superfici “programmabili”, più correttamente conosciute con la definizione di “metasuperfici”. Queste vengono utilizzate anche per rivestire oggetti o dispositivi e sono in grado di modificare il comportamento delle onde elettromagnetiche. Le metasuperfici sono una classe di metamateriali realizzati su scala nanometrica. Si tratta di strutture estremamente sottili e piatte, progettate in modo che le loro “unità” siano più piccole della lunghezza d’onda della luce con cui interagiscono. All’interno di queste superfici sono presenti nanostrutture ingegnerizzate che permettono di controllare con grande precisione il comportamento della luce. In particolare, possono modificarne la fase, la polarizzazione e l’ampiezza, cioè le caratteristiche fondamentali con cui un’onda luminosa si propaga. Anche se molte delle loro applicazioni si concentrano sulla luce visibile, le metasuperfici possono essere progettate anche per lavorare nella gamma delle microonde o onde millimetriche. Questo le rende particolarmente interessanti per applicazioni avanzate, come quelle in ambito delle comunicazioni e dell’aerospazio, dove il controllo della radiazione elettromagnetica è fondamentale per sensori, imaging e sistemi di rilevamento. La loro struttura permette di superare la legge naturale della riflessione, introducendo nuove modalità di propagazione in ambienti complessi, in cui il rimbalzo delle onde sulle superfici viene indirizzato verso direzioni utili. Il principio fisico alla base è che, modificando localmente le proprietà elettromagnetiche del materiale, è possibile controllare e programmare le caratteristiche del segnale riflesso, rendendole diverse da quelle che si avrebbero in una riflessione naturale. In pratica, la riflessione viene “ingegnerizzata”. Il fronte d’onda viene intercettato prima che si distacchi dalla superficie, rielaborato a livello locale e poi reimmesso nello spazio in una direzione controllata. Questo consente di orientare la propagazione delle onde secondo esigenze progettuali, aprendo la strada a nuove tecniche per la gestione dei segnali in scenari complessi”.

Le metasuperfici e l’ingegnere elettronico del futuro

Le metasuperfici programmabili si inseriscono in questo scenario come una delle tecnologie emergenti più promettenti per tradurre in dispositivi reali i progressi della microelettronica avanzata. Permettono di miniaturizzare funzioni complesse e introducendo anche un livello di programmabilità del materiale che diventa capace di adattare il proprio comportamento in tempo reale.

“Le metasuperfici possono diventare un’interfaccia tra mondi diversi: da un lato la microelettronica, che continua a costituire la base hardware dei sistemi moderni, e dall’altro le tecnologie quantistiche emergenti, come la sensoristica e il calcolo quantistico. In particolare, la loro capacità di controllare la luce con precisione le rende candidate ideali per applicazioni avanzate in fotonica quantistica, comunicazioni sicure e sensori ad altissima sensibilità. In questo quadro, l’ingegnere elettronico del futuro sarà chiamato a sviluppare dispositivi sempre più miniaturizzati da integrare con piattaforme ibride, fotonica e strutture programmabili su nanoscala, per rendere operative le potenzialità delle tecnologie quantistiche. A lungo termine, l’ingegnere elettronico sarà chiamato a tradurre in applicazioni concrete le potenzialità dell’ingegneria quantistica, le cui ricadute sull’elettronica sono già oggi significative e presenti in diversi ambiti, come l’optoelettronica. Si tratta di tecnologie consolidate da decenni, che costituiscono una base importante per l’evoluzione attuale. La nuova sfida riguarda la possibilità di rendere operative le applicazioni del calcolo e della sensoristica quantistica, ambiti ancora in sviluppo ma dal forte potenziale trasformativo. Parallelamente, la microelettronica continuerà a essere sempre più strategica, rappresentando un settore chiave per l’innovazione e per lo sviluppo di sistemi avanzati in numerosi campi”.

“Da molti anni mi occupo dello sviluppo di dispositivi biomedici indossabili e impiantabili, progettati per operare a basso consumo energetico e garantire un funzionamento continuo nel lungo periodo. A un certo punto mi sono chiesto: perché non trasferire le competenze maturate nella salute umana alla salute delle piante?”.

Danilo Demarchi, Professore Ordinario presso il Politecnico di Torino, ha trasformato questa intuizione in un nuovo filone di ricerca dedicato ai sensori indossabili per il monitoraggio delle colture. In questa intervista per la Società Italiana di Elettronica, il Prof. Demarchi racconta come l’elettronica possa contribuire a rendere l’agricoltura più sostenibile, produttiva e al tempo stesso resiliente date le condizioni imposte dai cambiamenti climatici.

“Abbiamo applicato alle piante una delle tecniche che utilizziamo con successo in ambito umano: la misura della bioimpedenza, cioè la valutazione delle proprietà elettriche dei tessuti attraverso il passaggio di correnti a bassissima intensità. I minerali che la pianta assorbe dal terreno sono sostanze ioniche e l’attività fisiologica della pianta è strettamente legata al trasporto di questi elementi attraverso lo xilema, che conduce acqua e nutrienti dalle radici, e il floema, che distribuisce i prodotti della fotosintesi. Misurando questi processi di assorbimento e trasporto dei nutrienti, siamo riusciti a estrarre quello che, in modo volutamente evocativo, definiamo “elettrocardiogramma della pianta”, che ci permette di valutarne le condizioni di salute. Durante il suo metabolismo, infatti, la pianta mostra un andamento periodico dei segnali elettrici, con una dinamica quotidiana legata al ciclo circadiano. Quando la pianta è fisiologicamente attiva, il segnale varia in modo evidente e il sensore ci restituisce informazioni sul suo stato di salute. Si tratta di un monitoraggio continuo e in tempo reale. Infatti, acquisendo i dati ogni 15 minuti possiamo osservare come il segnale cambi durante la giornata. Ad esempio, dopo l’irrigazione notiamo una diminuzione della media del “battito cardiaco” della pianta, segno che sta reagendo positivamente all’acqua ricevuta. Il vero salto innovativo è questo: non è soltanto il sensore nel terreno a indicarci che il suolo è stato irrigato, ma è la pianta stessa a comunicarci se sta realmente beneficiando dell’acqua. Se invece la pianta è in sofferenza, il segnale non mostra variazioni significative. Grazie all’analisi di questi dati siamo riusciti a individuare precocemente condizioni di stress idrico. Nelle sperimentazioni condotte su due campi di mele abbiamo ottenuto un risparmio d’acqua compreso tra il 40% e il 50%. Questi segnali ci permettono anche di capire quando una pianta sta entrando in uno stato patologico o di deterioramento, ancora prima che compaiano sintomi visibili. Una pianta malata può infatti apparire sana all’esterno, con foglie ancora verdi, inducendo in errore l’osservazione superficiale. Monitorando invece ciò che avviene internamente, possiamo rilevare alterazioni fisiologiche in anticipo, proprio come accade con le analisi del sangue nell’uomo quando all’apparenza possiamo stare bene ma alcuni parametri interni possono rivelare che qualcosa non funziona correttamente. In questo senso, il monitoraggio diventa uno strumento di prevenzione”.

Il prof. Demarchi, insieme al suo gruppo di ricerca, nell’ultima evoluzione del sistema ha iniziato a monitorare anche le foglie, che rappresentano l’organo attraverso cui la pianta respira e scambia gas con l’ambiente esterno. Questi nuovi sensori consentono di osservare parametri che descrivono il modo in cui la pianta mantiene il proprio equilibrio fisiologico con l’ambiente circostante.

“Integrando queste diverse sorgenti di dati, otteniamo un quadro molto più completo e accurato dello stato di salute della pianta. Disporre di informazioni sempre più precise significa poter intervenire in modo tempestivo ed efficace sul benessere della coltura, prendendo decisioni mirate su irrigazione, nutrizione e gestione agronomica. Oggi stiamo integrando anche strumenti di intelligenza artificiale, perché la quantità di segnali raccolti è estremamente elevata. L’AI ci aiuta a interpretarli, a individuare correlazioni e ad arrivare a decisioni sempre più accurate e affidabili, rendendo il monitoraggio delle piante predittivo. Qui dobbiamo però sottolineare due aspetti fondamentali. Il primo riguarda il modo in cui utilizziamo l’AI che attualmente lavora principalmente su computer o sistemi cloud, ma noi stiamo sviluppando un approccio basato sull’edge computing. Elaborare tutto nel cloud, infatti, non è sempre la soluzione ottimale perché significa dover trasmettere continuamente grandi quantità di dati, con un elevato consumo energetico e una forte dipendenza dalla connettività. Per questo stiamo lavorando allo sviluppo di algoritmi e di elettronica in grado di ospitare capacità di elaborazione direttamente sul sensore installato in campo. L’obiettivo è portare l’AI a bordo del dispositivo stesso, realizzando sistemi di edge AI capaci non solo di acquisire dati, ma anche di interpretarli localmente. Questo approccio può innanzitutto ottimizzare il consumo di potenza che rappresenta una delle risorse più importanti e critiche per questi sistemi. Se il sensore dispone già di un’intelligenza sofisticata a bordo, non è necessario trasmettere continuamente tutti i dati raccolti. Se il sistema rileva che la pianta sta bene e non ci sono informazioni nuove o anomalie da segnalare, non ha senso inviare dati ripetitivi. Oggi, invece, trasmettendo dati grezzi, questa valutazione non può essere fatta localmente e la comunicazione continua comporta un maggiore consumo energetico. Con l’edge AI possiamo quindi ridurre drasticamente la quantità di dati trasmessi e lavorare a un’ottimizzazione molto più efficiente dei consumi. Inoltre, avere la capacità di elaborare le informazioni direttamente sul campo permette anche di prendere decisioni in tempi molto più rapidi, senza dipendere necessariamente da infrastrutture esterne o da collegamenti dati che, in alcuni contesti agricoli, potrebbero non essere sempre disponibili o affidabili”.

Il Prof. Demarchi ha sottolineato come l’elettronica e l’AI rappresentino elementi chiave nello sviluppo di strumenti predittivi avanzati per l’agricoltura. Allo stesso tempo, ha evidenziato la presenza di una naturale diffidenza iniziale da parte degli agricoltori nei confronti di queste innovazioni, una resistenza che può essere superata solo attraverso l’evidenza concreta dei risultati ottenuti direttamente sul campo.

“Queste tecnologie ci consentono di stimare in anticipo se una pianta sta entrando in condizioni critiche, di prevedere l’andamento della produzione oppure di anticipare l’insorgenza di malattie. Questo apre la strada a una gestione molto più mirata e sostenibile delle colture: se, per esempio, identifichiamo con precisione un’area in cui sta emergendo un’infezione, è possibile intervenire in modo localizzato, distribuendo pesticidi solo dove servono, invece di trattare l’intero campo. Un aspetto altrettanto importante riguarda l’adozione di queste tecnologie da parte degli agricoltori. Spesso esiste una naturale resistenza al cambiamento, legata all’esperienza e all’”aver sempre fatto così, perché cambiare?”. Questa riluttanza è comprensibile, ma tende a ridursi rapidamente quando i risultati diventano evidenti nella pratica. Una volta osservati i benefici concreti, molti agricoltori non solo adottano il sistema, ma non vogliono più farne a meno, proprio perché ne riconoscono l’efficacia. In Piemonte, diverse aziende agricole stanno già testando queste soluzioni direttamente sul campo, per valutarne le prestazioni in condizioni reali e verificarne l’impatto”.

La riluttanza degli agricoltori può essere superata anche alla luce della necessità di adattare l’agricoltura ai cambiamenti climatici. In questo contesto, l’elettronica e i sistemi di AI diventeranno strumenti sempre più utili per supportare decisioni rapide, precise e sostenibili direttamente sul campo.

“Oggi non è sufficiente disporre di dati raccolti nell’arco di una settimana o di un mese, è necessario costruire serie temporali su scala stagionale. Questo livello di analisi richiede infrastrutture di calcolo e server di una certa importanza. Il processo di sviluppo si articola infatti in diverse fasi perché oggi non disponiamo ancora di dataset ampi e sofisticati, ma siamo in grado di prendere decisioni efficaci sulla base dei segnali disponibili. In una seconda fase, raccogliendo dati stagione dopo stagione, potremo migliorare ulteriormente la nostra comprensione dei fenomeni e la capacità di interpretazione. Infine, potremo tornare sul campo con algoritmi sempre più efficienti e accurati. Il problema principale è che con i cambiamenti climatici le condizioni stanno evolvendo in modo rapido e continuo, rendendo meno affidabile l’esperienza passata. Dobbiamo costruire una nuova base di conoscenza direttamente sulla situazione attuale. Il primo ostacolo è che sappiamo ancora molto poco delle piante. Sono sistemi complessi, difficili da modellare e interpretare. Anche concetti apparentemente semplici, come portare una pianta a uno stato di stress controllato per aumentarne la produttività, richiedono una comprensione profonda. Per questo motivo, lavorare in questo ambito significa anche confrontarsi con una sfida culturale e interdisciplinare importante: mettere in dialogo ingegneria elettronica, AI e agronomia. È un contesto in cui spesso ci si confronta con interlocutori esperti del loro settore, ma che hanno esigenze molto precise e concrete, e questo rende lo sviluppo di soluzioni tecnologiche per l’agricoltura complesso e stimolante.

“Le comodità della vita moderna poggiano su sistemi elettronici di straordinaria complessità: dai radar avionici agli ecografi 3D, fino alle unità di controllo per la robotica industriale. Questi sistemi operano catturando dati ambientali tramite sensoristica avanzata, elaborandoli istantaneamente attraverso architetture di calcolo ad alte prestazioni per generare mappe, immagini o movimenti millimetrici. Una delle sfide cruciali dell’ingegneria elettronica moderna è l’integrazione armonica tra circuiti analogici ad alta sensibilità e potenti processori digitali”.

È con queste parole che il professore Stefano Ricci, ingegnere elettronico e docente all’Università di Firenze, ha iniziato a raccontare alla Società Italiana di Elettronica di quanto sia stimolante lavorare nel settore dell’elettronica digitale, capace di attraversare ambiti diversi, mantenendo sempre lo stesso entusiasmo e la stessa curiosità.

“Mi occupo principalmente di elettronica digitale per cui ho da sempre una grande passione perché non si limita alla sola elaborazione numerica o ai computer, ma include anche aspetti fondamentali legati all’acquisizione e alla riproduzione di segnali analogici. In questo ambito rientrano per esempio, i convertitori analogico-digitali (ADC) e digitale-analogici (DAC), oltre ai sistemi a basso rumore per l’acquisizione dei segnali, dove la componente analogica gioca ancora un ruolo cruciale. A questa si affianca la dimensione più propriamente digitale, che comprende dispositivi ad alte prestazioni come FPGA e processori avanzati, utilizzati per elaborazioni complesse e in tempo reale. Nel corso degli anni ho avuto modo di applicare queste competenze anche nel settore biomedicale, lavorando su sistemi per l’acquisizione e l’elaborazione di segnali fisiologici, un ambito in cui precisione e affidabilità sono essenziali”.

La comunicazione a luce visibile

“Attualmente mi sto dedicando a un campo emergente e particolarmente promettente come quello delle comunicazioni a luce visibile (VLC). Si tratta di sistemi di comunicazione che utilizzano la luce visibile come mezzo trasmissivo, aprendo scenari innovativi rispetto alle tradizionali tecnologie basate su radiofrequenze. Un esempio concreto sono le cuffie utilizzate nei musei, che possono essere pilotate direttamente dalle lampade presenti nelle sale, eliminando la necessità di contenuti pre-registrati. Un’altra applicazione riguarda l’ambito domestico, dove parte della trasmissione dati del Wi-Fi potrebbe avvenire attraverso la luce emessa dalle lampade, o ancora in campo veicolare, dove auto e rete potrebbero scambiarsi informazioni tramite l’illuminazione stradale”.

Si tratta di una tecnologia che si sta sviluppando soprattutto per via della crescente saturazione dello spettro radio. Le frequenze disponibili, infatti, sono ormai molto sfruttate, rendendo estremamente interessante qualsiasi alternativa che non le utilizzi.

“La luce può essere usata per trasmettere dati, proprio come le radiofrequenze, perché rappresenta un mezzo ideale per la trasmissione di informazioni, un potenziale già intuito nell’antichità con i segnali luminosi tra i vascelli e che oggi trova la sua massima espressione nelle fibre ottiche, infrastrutture che abilitano servizi essenziali come la TV on-demand e lo smart-working. Attualmente, la ricerca mira a estendere questo paradigma integrando la comunicazione nei comuni sistemi di illuminazione, dalle lampade domestiche ai proiettori automobilistici. Questa evoluzione è resa possibile dalla diffusione della tecnologia LED che, a differenza delle lampade a incandescenza o a fluorescenza, permette di modulare l’intensità luminosa con estrema rapidità. L’informazione viene infatti codificata variando l’emissione luminosa: in uno schema binario elementare, una lieve diminuzione di intensità rappresenta il bit 0, mentre un incremento corrisponde al bit 1. Queste variazioni avvengono a frequenze così elevate da risultare impercettibili all’occhio umano, analogamente a quanto accade con la sequenza di fotogrammi statici che compone un film. Per massimizzare le prestazioni, si adottano schemi di modulazione più sofisticati, come la QAM (Quadrature-Amplitude Modulation). In questo caso, vengono variate caratteristiche quali l’ampiezza e la fase di una portante sinusoidale, adottando logiche simili a quelle utilizzate nelle trasmissioni RF per la telefonia cellulare o il Wi-Fi domestico”.

Il prof. Ricci ha inoltre spiegato come cambia l’elettronica nella trasmissione di dati tra lo spettro radio e la luce.

“L’implementazione di sistemi VLC richiede l’integrazione sinergica di sezioni analogiche e digitali. Nel front-end di trasmissione, è fondamentale il ruolo del driver LED, mentre in ricezione è indispensabile un amplificatore a transimpedenza (TIA) per convertire la corrente del fotodiodo in segnale di tensione. A differenza dei sistemi a radiofrequenza (RF), la radiazione non viene irradiata da un’antenna, ma emessa da un LED e captata da un fotorilevatore. La sfida ingegneristica cruciale risiede nella massimizzazione della larghezza di banda: a tal fine, si impiegano tecniche di pre- e post-distorsione (sia nel dominio analogico che in quello digitale) abbinate a schemi di modulazione avanzati, indispensabili per superare i limiti fisici intrinseci del canale ottico. Parallelamente, una seconda sfida fondamentale riguarda la gestione di scenari ad elevata dinamicità. Un esempio emblematico è rappresentato dalla comunicazione tra veicoli (Vehicle-to-Vehicle o V2V) che procedono in direzioni opposte su strade extraurbane: in questo contesto, la rapidità di variazione del canale e i tempi di connessione estremamente ridotti richiedono algoritmi di sincronizzazione e puntamento di eccezionale reattività, campo ove dispositivi di processing digitale quali FPGA o GPU fanno la differenza”.

Dal punto di vista tecnico e applicativo, i sistemi VLC offrono diversi vantaggi.

“Innanzitutto, consente comunicazioni localizzate perché la luce emessa da una sorgente è confinata a uno spazio ben definito, come una stanza, rendendo la trasmissione intrinsecamente più sicura e difficile da intercettare. Inoltre, non genera interferenze con ambienti o dispositivi vicini, caratteristica particolarmente rilevante in contesti sensibili come quello ospedaliero. Le prospettive si applicano anche agli ambienti outdoor. In futuro, le infrastrutture stradali potrebbero comunicare direttamente con i veicoli attraverso la luce, ad esempio segnalando in tempo reale la presenza di un semaforo rosso o altre condizioni di traffico, contribuendo allo sviluppo della mobilità intelligente. Sebbene dal punto di vista commerciale queste soluzioni siano ancora poco diffuse, l’interesse sia nel mondo accademico sia in quello industriale è molto elevato, e lascia intravedere sviluppi significativi nei prossimi anni”.

Il futuro degli ingegneri elettronici

Secondo il prof. Ricci, l’ingegneria elettronica oggi vive una situazione paradossale: da una parte un campo in continua evoluzione grazie alle tecnologie che avanzano in ogni settore poggiandosi sull’elettronica e dall’altra la scarsa presenza sul mercato di figure qualificate.

“L’ingegneria elettronica è poco conosciuta e le aziende sono in difficoltà perché non riescono a trovare ingegneri elettronici. Parliamo di un professionista capace di progettare, sviluppare e ottimizzare sistemi elettronici complessi. Ai giovani vorrei dire di non lasciarsi spaventare perché con il giusto approccio non ci sono difficoltà nello studio della materia. Inoltre, un aspetto distintivo del corso di laurea in ingegneria elettronica è la capacità di muoversi tra teoria e applicazione: oltre alla progettazione, l’ingegnere elettronico svolge attività di simulazione, testing e validazione dei sistemi, spesso utilizzando strumenti avanzati di misura e software specialistici. Nel campo emergente delle comunicazioni a luce visibile (VLC), ad esempio, questo professionista si occupa di sviluppare nuovi sistemi di trasmissione dati basati su sorgenti luminose, progettando sia la parte elettronica che gestisce i segnali sia gli algoritmi che ne permettono la codifica e la decodifica. Ciò richiede competenze trasversali che includono l’elaborazione dei segnali, l’ottica, le comunicazioni digitali e la progettazione di dispositivi innovativi”.

Al di là delle competenze tecniche, sono fondamentali curiosità, aggiornamento continuo e attitudine alla risoluzione dei problemi. L’ingegnere elettronico può operare in contesti diversi: dall’industria high-tech ai centri di ricerca, contribuendo allo sviluppo di tutte le tecnologie che hanno un impatto diretto sulla vita quotidiana.

“Nel corso di laurea del nostro ateneo si presta grande attenzione a fornire una preparazione ampia e non limitata ai soli aspetti dell’elettronica. L’ingegnere elettronico deve saper lavorare in team, scrivere progetti, costruire sistemi e molto altro. Non insegniamo a progettare circuiti integrati, ma a realizzare sistemi elettronici utilizzando componenti progettati da altri, da integrare in dispositivi come smartphone e altre tecnologie. Quello che utilizziamo oggi nel nostro lavoro non è ciò che abbiamo studiato all’università, perché negli anni la rivoluzione tecnologica è stata molto ampia e continua a evolversi. Allo stesso modo, ciò che insegniamo oggi agli studenti non sarà necessariamente quello che utilizzeranno nel loro futuro professionale. Per questo è fondamentale sviluppare un metodo solido e una capacità di adattamento continuo”.

“Oggi si tende a separare l’elettronica dall’informatica, pensando che da un lato ci siano i circuiti, dall’altro il codice. In realtà, questa distinzione è ormai superata. Il chip, che rappresenta il cuore di ogni sistema elettronico, viene realizzato attraverso un’attenta programmazione. Con l’evoluzione tecnologica e la diffusione di dispositivi smart, siamo arrivati a integrare persino modelli di intelligenza artificiale, come le reti neurali, direttamente nei microcontrollori. Quello dell’ingegnere elettronico è dunque un percorso che unisce competenze diverse, dalle basi di matematica e fisica alla progettazione dell’hardware, fino alla programmazione necessaria per far funzionare e “pensare” questi dispositivi. È proprio questo intreccio tra discipline, questa continuità tra teoria e applicazione che ha fatto in modo che la curiosità di capire come funzionassero i dispositivi elettronici diventasse poi il mio lavoro”.

È con questa riflessione che Laura Falaschetti, ingegnere elettronico, ricercatrice e docente presso l’Università Politecnica delle Marche, apre la sua intervista per la Società Italiana di Elettronica. Dopo la laurea e il dottorato in ingegneria elettronica, ha proseguito il suo percorso accademico e di ricerca nello stesso ateneo, approfondendo diversi ambiti con un costante focus sui sistemi embedded.

“Un sistema embedded è un sistema elettronico digitale progettato per controllare ed eseguire operazioni specifiche. È molto più diffuso di quanto si pensi perché lo troviamo in tantissimi oggetti della vita quotidiana, dai dispositivi domotici agli elettrodomestici come frigoriferi e lavatrici. Per esempio, quando apriamo il frigorifero, la temperatura interna cambia e c’è un sistema embedded che la rileva e interviene attivando il compressore per riportarla al valore impostato. Si tratta di sistemi progettati per svolgere una funzione ben precisa. Proprio questa specializzazione consente di realizzare dispositivi efficienti, affidabili e a basso costo, con numerosi vantaggi rispetto a soluzioni più generiche. Oggi è possibile arricchire questi sistemi con nuove funzionalità, tra cui l’intelligenza artificiale. Riprendendo l’esempio del frigorifero: se prima ci limitavamo a rilevare e regolare la temperatura, ora possiamo integrare sensori e telecamere per riconoscere gli alimenti presenti e generare automaticamente la lista della spesa. Questo significa passare da un sistema embedded tradizionale a uno AI-enabled, in cui l’intelligenza è integrata direttamente “on edge”, cioè sul dispositivo stesso. In questo contesto, l’uso delle reti neurali in ingegneria assume caratteristiche particolari: lavorando su microcontrollori, infatti, non si dispone di potenza di calcolo illimitata. Non basta quindi programmare per una funzione specifica, ma è necessario conoscere a fondo anche l’architettura hardware per ottimizzare l’acquisizione e l’elaborazione dei dati. L’ingegnere elettronico deve avere una visione completa del sistema, dal circuito alla programmazione. Non a caso, la ricerca si sta orientando sempre più verso acceleratori hardware per l’AI: non solo integrare reti neurali in sistemi esistenti, ma progettare componenti dedicati capaci di massimizzarne le prestazioni. In questo scenario, il compito dell’ingegnere è ottimizzare sia la componentistica sia la comunicazione tra i vari elementi del sistema”.

Secondo la dottoressa Falaschetti, l’ingegnere elettronico è sempre più orientato verso lo sviluppo di acceleratori hardware. In passato l’obiettivo era ottimizzare il software per adattarlo all’hardware disponibile, oggi la sfida è progettare hardware per valorizzare il software, in particolare gli algoritmi di intelligenza artificiale. Si tratta di ripensare le architetture tradizionali alla luce di una nuova elaborazione del segnale basata su reti neurali.

Dalla ricerca sul segnale all’edge AI

Durante il suo dottorato la dottoressa Falaschetti ha iniziato a lavorare nell’ambito del riconoscimento vocale, sia dal punto di vista algoritmico che di quello dell’integrazione di questi algoritmi su microprocessori. L’obiettivo era quello di realizzare dispositivi simili agli attuali assistenti vocali, come Alexa, che oggi diamo per scontati ma che, all’epoca, rappresentavano un vero trend emergente.

“Il lavoro si sviluppava su due fronti: da una parte lo studio degli algoritmi, dall’altra la sfida di adattarli a piattaforme con risorse limitate. Si trattava di algoritmi complessi, pensati per funzionare su PC o nel cloud, che dovevano essere “portati” su microprocessori con capacità di calcolo ridotte, costi contenuti e dimensioni compatte, adatti quindi a sistemi embedded portabili e facilmente integrabili in diversi contesti. È qui che entra in gioco il concetto di edge computing che consente di ottimizzare un algoritmo affinché possa essere eseguito su una piattaforma diversa da quella per cui è stato progettato. All’epoca non utilizzavo ancora le reti neurali perché si lavorava principalmente nell’ambito del signal processing. Ho assistito all’evoluzione verso l’uso sempre più consolidato delle reti neurali, che oggi permettono di ottenere feedback a partire dall’elaborazione dei segnali attraverso modelli capaci di emulare, in parte, il funzionamento del nostro sistema neurale. Il tutto sempre con l’obiettivo di integrare queste soluzioni all’interno di sistemi embedded”.

La dottoressa Falaschetti ha spiegato che inizialmente, l’intelligenza artificiale e il machine learning erano pensati per l’informatica tradizionale, quindi per ambienti con grandi risorse di calcolo come PC, server o smartphone che si appoggiavano a infrastrutture remote. Il dispositivo acquisiva i dati, li inviava a un server su cui era implementata la rete neurale e riceveva indietro una risposta.

“Oggi, invece, si parla sempre più di edge AI, ovvero di intelligenza artificiale integrata direttamente nel dispositivo che acquisisce i dati. Questo significa che il sistema non deve più interrogare una risorsa esterna dato che la rete neurale è già incorporata nel software e può fornire una risposta in tempo reale. A questo punto viene spontaneo chiedersi perché sia necessario comprimere una rete neurale per portarla nel sistema. Perché esistono applicazioni in cui questo approccio è fondamentale. Un esempio è la guida autonoma o assistita. La vista, per esempio, è una nostra capacità naturale che può essere affiancata da dispositivi elettronici dotati di telecamere che analizzano l’ambiente circostante, rilevando pedoni, semafori o altri elementi critici. A questo punto si aprono due possibilità: inviare le immagini a un server remoto per l’elaborazione oppure integrare direttamente la rete neurale nel dispositivo. La seconda soluzione offre vantaggi decisivi. Innanzitutto, riduce drasticamente la latenza perché il dispositivo elabora i dati in tempo reale, senza dipendere da una comunicazione esterna, un aspetto cruciale in situazioni in cui la risposta deve essere immediata, come nel rilevamento di un pedone. Inoltre, elimina la dipendenza dalla connettività. Non tutte le aree, infatti, sono coperte dalla rete e un’interruzione potrebbe avere conseguenze critiche. Con l’edge AI, invece, il sistema continua a funzionare in modo autonomo. Infine, c’è il tema della privacy: trattandosi di un sistema chiuso, i dati incluse immagini e informazioni sensibili non vengono trasmessi all’esterno, riducendo il rischio di esposizione. Abbiamo citato la guida autonoma ma l’edge AI trova applicazione in molti altri ambiti in cui servono risposte rapide, affidabilità e indipendenza dalla connessione di rete. Un altro esempio, infatti, sono i dispositivi medicali indossabili che consentono il monitoraggio continuo di parametri vitali, o ancora nel settore industriale dove l’edge AI viene utilizzata per la manutenzione predittiva delle macchine”.

Il concetto non è abbandonare il cloud, ma ripensarne il ruolo in un’architettura ibrida, in cui cloud ed edge lavorano in sinergia. Il cloud lavora per l’addestramento e l’elaborazione di grandi quantità di dati mentre il dispositivo lavora all’esecuzione locale e in tempo reale delle decisioni.

In chiusura, un consiglio a chi si avvicina con timore allo studio dell’ingegneria elettronica: “le difficoltà esistono in ogni corso di laurea, ma con la giusta dose di interesse e curiosità possono essere affrontate con serenità. Non bisogna lasciarsi scoraggiare dal timore di non avere una preparazione adeguata perché i docenti sono disponibili ad aiutare gli studenti a colmare eventuali lacune e di non sottovalutare il ruolo dei tutor, sempre pronti ad affiancare i docenti e a supportare gli studenti lungo il loro percorso formativo”.