Immaginate di poter guardare una città dall’alto e vedere, come una mappa termica, esattamente dove ogni edificio sta producendo emissioni di carbonio. Non è fantascienza, ma la realtà di un nuovo modello di intelligenza artificiale sviluppato dai ricercatori della National University of Singapore che promette di rivoluzionare il modo in cui le metropoli affrontano la sfida climatica.
Pubblicato sulla prestigiosa rivista Nature Sustainability, questo “occhio digitale” ha già analizzato oltre mezzo milione di edifici in cinque grandi città del mondo – Singapore, Melbourne, New York, Seattle e Washington DC – rivelando segreti sorprendenti sulla geografia dell’inquinamento urbano.
I risultati sfidano molti luoghi comuni. Winston Yap, autore principale dello studio, rivela che il modello ha raggiunto una precisione del 78% nella mappatura delle variazioni di emissioni, svelando una realtà complessa: “Le emissioni degli edifici non dipendono solo dalle dimensioni o dalla densità, ma sono profondamente modellate dal contesto unico di ogni città”.
Una delle scoperte più inattese riguarda i quartieri residenziali a bassa densità. Contrariamente a quanto si potrebbe pensare, le aree suburbane con le loro villette a schiera contribuiscono alle emissioni totali tanto quanto i grattacieli del centro città. Il paradosso? Gli edifici alti sono più efficienti per metro quadro, ma i nuclei urbani densi soffrono del fenomeno delle “isole di calore”, che aumenta drasticamente i consumi per il raffreddamento.
Ma il vero colpo di scena arriva quando l’IA mette in luce le disuguaglianze sociali del carbonio. A Manhattan, ad esempio, più della metà delle emissioni totali proviene da una manciata di grandi edifici, mentre i quartieri più ricchi mostrano emissioni pro capite sproporzionatamente elevate rispetto a quelli popolari.
“Una tassazione uniforme del carbonio rischia di penalizzare ingiustamente le comunità a basso reddito, che spesso vivono in edifici più vecchi e meno efficienti“, avverte Filip Biljecki, leader del team di ricerca. La soluzione? Strategie “place-based” che tengano conto sia dell’intensità delle emissioni che della vulnerabilità socioeconomica.
La vera forza di questo modello sta nella sua natura completamente aperta. Utilizzando solo dati pubblici – immagini satellitari, foto stradali, mappe demografiche, informazioni climatiche – e tecnologie di reti neurali a grafo, il sistema può essere applicato a qualsiasi città del mondo, anche quelle con risorse limitate.
“Non si tratta solo di capire da dove vengono le emissioni“, conclude Biljecki, “ma di garantire che l’azione per il clima sia efficace ed equa“. Un obiettivo ambizioso che potrebbe trasformare il modo in cui le città di tutto il mondo pianificano il loro futuro sostenibile, edificio per edificio.