La tragedia si è verificata nella provincia di Pordenone, nel nord-est dell’Italia. La donna, di cui non sono state rese note le generalità, è stata indagata per la morte del suo feto a causa di un presunto abuso di sostanze. Il travaglio è stato improvviso e precipitoso, portando alla perdita del bambino. Le autorità competenti hanno deciso di eseguire un’autopsia sul feto per determinare le cause esatte del decesso e accertare eventuali responsabilità.

L’abuso di sostanze durante la gravidanza può avere gravi conseguenze per la salute del feto, compromettendo lo sviluppo e aumentando il rischio di complicazioni durante il parto. È importante sensibilizzare sulle conseguenze dell’abuso di sostanze in gravidanza e offrire sostegno alle donne che ne soffrono, per prevenire tragedie come quella avvenuta in questa triste vicenda.

Dobbiamo parlare dell’impatto dell’IA sulla salute pubblica

La maggior parte delle persone ha sentito parlare dell’impatto ambientale dell’attuale boom dell’IA, derivante dagli immensi data center pieni di server avidi di energia. Negli Stati Uniti da soli, la domanda di IA è prevista per spingere il consumo di elettricità dei data center al 6,7-12,0 percento del totale nazionale entro il 2028. Per quella stessa data, il consumo di acqua per raffreddare queste strutture dei data center è previsto raddoppiare, se non addirittura quadruplicare, rispetto al livello del 2023.

Molte persone però non hanno fatto il collegamento tra i data center e la salute pubblica. Le centrali e i generatori di emergenza necessari per far funzionare i data center generano inquinanti atmosferici dannosi, come particolato fine e ossidi di azoto (NOx). Questi inquinanti hanno un impatto immediato sulla salute umana, scatenando sintomi di asma, attacchi cardiaci e persino declino cognitivo.

Ma il contributo dell’IA all’inquinamento atmosferico e al carico sulla salute pubblica spesso manca nelle conversazioni sulla progettazione responsabile dell’IA. Perché?

Perché l’inquinamento atmosferico ambientale è un “killer silenzioso”. Mentre le preoccupazioni sugli impatti sulla salute pubblica dei data center, compresi i potenziali legami con l’aumento dei tassi di cancro, stanno iniziando a emergere, la maggior parte degli sviluppatori, praticanti e utenti di modelli di IA semplicemente non sono consapevoli dei seri rischi per la salute legati all’energia e all’infrastruttura che alimentano i moderni sistemi di IA.

Il pericolo dell’inquinamento atmosferico ambientale

L’inquinamento atmosferico ambientale è responsabile di circa 4 milioni di morti premature in tutto il mondo ogni anno. Il principale colpevole sono le minuscole particelle di 2,5 micrometri o meno di diametro (indicate come PM 2.5), che possono penetrare profondamente nel tratto respiratorio e nei polmoni. Insieme all’ipertensione, al fumo e all’alto livello di zucchero nel sangue, l’inquinamento atmosferico è un fattore di rischio per la salute. La Banca Mondiale stima il costo globale dell’inquinamento atmosferico a 8,1 trilioni di dollari USA, equivalente al 6,1 percento del prodotto interno lordo globale.

Contrariamente alla credenza comune, gli inquinanti atmosferici non restano vicino alle loro fonti di emissione: possono viaggiare per centinaia di miglia. Inoltre, il PM 2.5 è considerato un inquinante “senza soglia”, il che significa che non esiste un livello sicuro di esposizione.

Con il pericolo di questo inquinamento ben stabilito, la domanda diventa: quanto è responsabile l’IA? Nella nostra ricerca come professori al Caltech e all’Università della California, Riverside, ci siamo posti l’obiettivo di rispondere a questa domanda.

Quantificare il costo per la salute pubblica dell’IA

Per garantire che i servizi di IA siano disponibili anche durante i black-out della rete, i data center si affidano a grandi insiemi di generatori di emergenza che di solito bruciano carburante diesel. Anche se il tempo totale di funzionamento dei generatori di emergenza è limitato e regolamentato dalle agenzie ambientali locali, i tassi di emissione sono elevati. Un tipico generatore diesel può rilasciare da 200 a 600 volte più NOx di una centrale elettrica a gas naturale che produce la stessa quantità di elettricità.

Un recente rapporto dello stato della Virginia ha rivelato che i generatori di emergenza dei data center della Virginia hanno emesso circa il 7 percento di quanto consentito nel 2023. Secondo lo strumento di modellizzazione COBRA dell’Agenzia per la Protezione dell’Ambiente degli Stati Uniti, il costo per la salute pubblica di quelle emissioni in Virginia è stimato a 150 milioni di dollari, influenzando comunità fino in Florida. Immaginate l’impatto se i data center raggiungessero il massimo delle emissioni consentite.

Ulteriormente aggravando il rischio per la salute pubblica, un grande insieme di generatori di data center in una regione può operare contemporaneamente durante interruzioni della rete o carenze di energia come parte di programmi di risposta alla domanda, potenzialmente innescando picchi a breve termine nelle emissioni di PM2.5 e NOx che sono particolarmente dannosi per le persone con problemi ai polmoni.

Successivamente, guardiamo oltre i generatori di emergenza all’approvvigionamento di energia dalla rete. La maggior parte dell’elettricità che alimenta i data center di IA proviene da centrali elettriche che bruciano combustibili fossili, che rilasciano inquinanti atmosferici dannosi, tra cui PM 2.5 e NOx. Nonostante anni di progressi, le centrali elettriche rimangono una delle principali fonti di inquinamento atmosferico negli Stati Uniti.

Abbiamo calcolato che addestrare un singolo grande modello generativo di IA negli Stati Uniti, come il Llama 3.1 di Meta, può produrre tanto PM 2.5 quanto più di 10.000 viaggi in auto tra Los Angeles e New York City.

Secondo la nostra ricerca, nel 2023, l’inquinamento atmosferico attribuibile ai data center degli Stati Uniti è stato responsabile di un costo stimato di 6 miliardi di dollari per la salute pubblica. Se il trend attuale di crescita dell’IA continua, si prevede che questo numero raggiungerà dai 10 ai 20 miliardi di dollari all’anno entro il 2030, avvicinandosi all’impatto delle emissioni dei 30 milioni di veicoli della California.

Perché il carbonio e l’efficienza energetica non raccontano tutta la storia

Fino ad oggi, gli sforzi per mitigare l’impronta ambientale dell’IA si sono concentrati principalmente sulle emissioni di carbonio e sull’efficienza energetica. Questi sforzi sono importanti, ma potrebbero non alleviare gli impatti sulla salute, che dipendono fortemente da dove avvengono le emissioni.

Il carbonio ovunque è carbonio ovunque. L’impatto climatico del biossido di carbonio è in gran parte lo stesso ovunque venga emesso. Ma l’impatto sulla salute dell’inquinamento atmosferico dipende fortemente da fattori regionali come le fonti locali di energia, i modelli del vento, il clima e la densità della popolazione.

Anche se le emissioni di carbonio e gli inquinanti atmosferici dannosi per la salute hanno alcune fonti comuni, un focus esclusivo sulla riduzione del carbonio non riduce necessariamente, e potrebbe addirittura aggravare, i rischi per la salute pubblica. Ad esempio, le nostre ultime (e non pubblicate) ricerche hanno dimostrato che ridistribuire i carichi energetici di Meta nel 2023 tra i suoi data center negli Stati Uniti per privilegiare le riduzioni del carbonio potrebbe potenzialmente abbassare le emissioni totali di carbonio del 7,2 percento, ma aumenterebbe i costi per la salute pubblica del 2,8 percento.

Allo stesso modo, concentrarsi esclusivamente sull’efficienza energetica può ridurre le emissioni di inquinanti atmosferici, ma non garantisce una diminuzione dell’impatto sulla salute. Questo perché addestrare lo stesso modello di IA utilizzando la stessa quantità di energia può produrre risultati sanitari molto diversi a seconda della posizione. Tra i data center degli Stati Uniti di Meta, abbiamo scoperto che il costo per la salute pubblica di addestrare lo stesso modello può variare di più di un fattore di 10.

Ai servono soluzioni informate sulla salute

Le soluzioni dal lato dell’offerta, come l’uso di combustibili alternativi per i generatori di emergenza e l’approvvigionamento di energia da fonti pulite, possono ridurre l’impatto sulla salute pubblica dell’IA, ma comportano sfide significative.

I generatori di emergenza puliti che offrono lo stesso livello di affidabilità del diesel sono ancora limitati. E nonostante i progressi nell’energia rinnovabile, i combustibili fossili rimangono profondamente radicati nel mix energetico. L’Amministrazione per l’Informazione sull’Energia degli Stati Uniti prevede che la generazione di elettricità a carbone nel 2050 rimarrà a circa il 30 percento del livello del 2024 nello scenario alternativo dell’elettricità, in cui le centrali elettriche continuano a operare secondo le norme esistenti prima di aprile 2024. A livello globale, la quota di carbone e altri combustibili fossili nella generazione di elettricità è rimasta quasi costante negli ultimi quattro decenni, sottolineando la difficoltà di cambiare completamente l’approvvigionamento energetico che alimenta i data center.

Riteniamo che le strategie dal lato della domanda che tengono conto delle variazioni spaziali e temporali degli impatti sulla salute possano fornire soluzioni efficaci e attuabili immediatamente. Queste strategie sono particolarmente adatte per i data center di IA con una notevole flessibilità operativa. Ad esempio, l’addestramento di IA può spesso essere eseguito in qualsiasi data center disponibile e di solito non ha scadenze rigide, quindi quei lavori possono essere instradati in posizioni o rimandati a tempi che hanno meno impatto sulla salute pubblica. Allo stesso modo, i lavori di inferenza, il lavoro che un modello fa per creare un output, possono essere instradati tra più data center senza influenzare l’esperienza dell’utente.

Incorporando l’impatto sulla salute pubblica come metrica chiave delle prestazioni, queste flessibilità possono essere sfruttate per ridurre il crescente carico sulla salute dell’IA. Crucialmente, questo approccio informato sulla salute all’IA richiede cambiamenti minimi ai sistemi esistenti. Le aziende devono semplicemente considerare i costi per la salute pubblica quando prendono decisioni.

Anche se il costo per la salute pubblica dell’IA sta crescendo rapidamente, l’IA offre anche un enorme potenziale per far avanzare la salute pubblica. Ad esempio, nel settore dell’energia, l’IA può navigare nello spazio decisionale complesso della distribuzione in tempo reale delle centrali elettriche. Allineando la stabilità della rete con gli obiettivi di salute pubblica, l’IA può contribuire a minimizzare i costi sanitari mantenendo un’offerta di energia affidabile.

L’IA sta diventando rapidamente un servizio pubblico e continuerà a plasmare profondamente la società. Pertanto, dobbiamo esaminare l’IA attraverso una lente pubblica, con il suo impatto sulla salute pubblica come considerazione critica. Se continuiamo a trascurarlo, il costo per la salute pubblica dell’IA aumenterà solo. Un’IA informata sulla salute offre un chiaro percorso per far avanzare l’IA promuovendo aria più pulita e comunità più sane.

🏗️ Introduzione

Nel mondo dell’edilizia moderna, la parola “ottimizzazione” è diventata centrale. Ridurre tempi, costi e sprechi è una priorità assoluta. Ma come può l’intelligenza artificiale (AI) offrire un vantaggio concreto a chi lavora nei cantieri? In questo articolo vediamo 5 strumenti e metodi realmente applicabili, anche da piccole e medie imprese, per trasformare la gestione del cantiere grazie all’AI.

🧰 1. Pianificazione automatica con AI

I software basati su AI possono analizzare centinaia di variabili (tempo, materiali, personale, meteo, forniture) per generare piani di lavoro dinamici e ottimizzati.
🔹 Esempio pratico: strumenti come ALICE Technologies usano AI per simulare migliaia di scenari esecutivi e scegliere il più efficiente.
🔹 Vantaggio: meno ritardi, gestione più flessibile di imprevisti e cambi di progetto.

🧱 2. Controllo automatico delle forniture e magazzino intelligente

Con l’AI, il magazzino può “pensare”: rileva in tempo reale le scorte, suggerisce ordini, prevede consumi.
🔹 Strumenti utili: AI integrata in gestionali come Buildertrend, Procore, o soluzioni custom su ERP aziendali.
🔹 Vantaggio: niente più blocchi in cantiere per mancanza materiali, riduzione di sprechi e sovraccarico.

🎥 3. Visione artificiale per monitoraggio sicurezza e avanzamento lavori

Telecamere con AI analizzano le immagini per:

• Rilevare accessi non autorizzati
• Segnalare operai senza DPI
• Calcolare avanzamento percentuale del cantiere
  🔹 Esempio pratico: sistemi come Smartvid.io o l’integrazione AI nei DVR più avanzati.
  🔹 Vantaggio: meno incidenti, più controllo a distanza e documentazione automatica del progresso.

📈 4. Previsione dei costi e degli imprevisti

Attraverso il machine learning, è possibile prevedere rischi economici e variazioni di budget sulla base di cantieri precedenti, variabili di progetto e contesto ambientale.
🔹 Strumenti utili: modelli predittivi personalizzabili in Excel AI o piattaforme come Doxel.
🔹 Vantaggio: prevenzione, pianificazione finanziaria più solida, dialogo più trasparente con clienti e partner.

🤖 5. Assistenti AI per la documentazione tecnica

Redigere relazioni, computi, DUVRI, verbali, report fotografici? Con strumenti come ChatGPT, Copilot o Claude, è possibile automatizzare la stesura e revisione dei documenti.
🔹 Come usarli nel cantiere: dettatura vocale da smartphone + prompt specifici per generare documenti.
🔹 Vantaggio: meno tempo in ufficio, meno errori, più standardizzazione.

📌 Conclusione

L’intelligenza artificiale non è solo per grandi aziende tech: è già uno strumento alla portata dei tecnici, progettisti e imprese edili che vogliono lavorare in modo più intelligente. Basta iniziare da un punto: magazzino, sicurezza o documentazione.
Chi parte per primo avrà un vantaggio competitivo nei prossimi anni.

Riutilizzo dei pneumatici esausti come isolante edilizio

Introduzione

Il problema dell’inquinamento

L’inquinamento è uno dei problemi più gravi che affliggono il nostro pianeta. La produzione di rifiuti, in particolare quelli non biodegradabili, sta raggiungendo livelli allarmanti. Tra questi, i pneumatici esausti rappresentano un problema significativo, sia per la loro quantità che per la loro difficile gestione.

Una risorsa da valorizzare

I pneumatici esausti possono essere considerati una risorsa da valorizzare, piuttosto che un semplice rifiuto. Il loro riutilizzo e riciclo possono contribuire a ridurre l’inquinamento, a risparmiare risorse naturali e a creare nuove opportunità economiche.

Contesto energetico e ambientale

L’importanza dell’isolamento edilizio

L’isolamento edilizio è un aspetto fondamentale per ridurre il consumo di energia negli edifici. Un buon isolamento può contribuire a diminuire le emissioni di gas serra, a ridurre i costi energetici e a migliorare il comfort abitativo.

Il ruolo dei materiali isolanti

I materiali isolanti giocano un ruolo cruciale nell’isolamento edilizio. Tra questi, i materiali derivati dal riutilizzo di rifiuti, come i pneumatici esausti, possono rappresentare una scelta sostenibile e innovativa.

Motivazioni tecniche e sociali

Le proprietà isolanti dei pneumatici esausti

I pneumatici esausti possono essere trasformati in materiali isolanti con proprietà termiche interessanti. La loro struttura porosa e la loro composizione chimica li rendono adatti per l’isolamento edilizio.

I benefici sociali del riutilizzo dei pneumatici esausti

Il riutilizzo dei pneumatici esausti può contribuire a ridurre la quantità di rifiuti inviati in discarica, a creare nuove opportunità di lavoro e a promuovere la sostenibilità.

Principi scientifici e tecnologie alla base

La trasformazione dei pneumatici esausti in materiali isolanti

La trasformazione dei pneumatici esausti in materiali isolanti può avvenire attraverso diverse tecnologie, come la macinazione, la granulazione e la miscelazione con altri materiali.

Le proprietà termiche dei materiali isolanti derivati dai pneumatici esausti

I materiali isolanti derivati dai pneumatici esausti possono avere proprietà termiche simili o superiori a quelle dei materiali tradizionali. La loro conducibilità termica, ad esempio, può essere inferiore a 0,1 W/mK.

Applicazioni pratiche e casi studio reali

Edilizia residenziale e commerciale

I materiali isolanti derivati dai pneumatici esausti possono essere utilizzati nell’edilizia residenziale e commerciale, sia per la costruzione di nuovi edifici che per la riqualificazione di quelli esistenti.

Casi studio e progetti pilota

Ci sono diversi casi studio e progetti pilota che hanno dimostrato la fattibilità e l’efficacia dell’utilizzo di materiali isolanti derivati dai pneumatici esausti nell’edilizia.

Innovazione e sinergie con altre tecnologie

Integrazione con energie rinnovabili

I materiali isolanti derivati dai pneumatici esausti possono essere utilizzati in combinazione con energie rinnovabili, come il fotovoltaico e l’eolico, per creare edifici sostenibili e efficienti.

Sinergie con la bioingegneria e il filtraggio

I materiali isolanti derivati dai pneumatici esausti possono essere utilizzati anche in combinazione con la bioingegneria e il filtraggio per creare sistemi di trattamento dell’aria e dell’acqua più efficienti.

Analisi economica e valutazioni costi-benefici

Stima dei costi di installazione

I costi di installazione dei materiali isolanti derivati dai pneumatici esausti possono essere inferiori a quelli dei materiali tradizionali, grazie alla possibilità di utilizzare rifiuti che altrimenti sarebbero inviati in discarica.

Confronto con sistemi tradizionali

Il confronto con sistemi tradizionali mostra che i materiali isolanti derivati dai pneumatici esausti possono offrire vantaggi significativi in termini di costi e benefici.

Per Approfondire

• Studio sui pneumatici esausti come materiale isolante
• Norma UNI EN ISO 9001:2015 per la gestione della qualità
• Articolo sul riutilizzo dei pneumatici esausti come isolante edilizio
• Norma ISO 14001:2015 per la gestione ambientale
• Articolo sull’utilizzo dei pneumatici esausti nell’edilizia

Scopri il Consiglio di Amministrazione dell’IEEE

Il Consiglio di Amministrazione dell’IEEE definisce la direzione futura dell’IEEE ed è impegnato a garantire che l’IEEE rimanga un’organizzazione forte e vitale, al servizio dei suoi membri e della comunità ingegneristica e tecnologica in tutto il mondo, nel rispetto della missione dell’IEEE di promuovere la tecnologia a beneficio dell’umanità.

Questo articolo presenta i membri del Consiglio di Amministrazione dell’IEEE Takako Hashimoto, W. Clem Karl e Yong Lian.

Membro Senior dell’IEEE Takako Hashimoto

Direttore, Regione 10: Asia Pacifico

Prame

Hashimoto è professore e vicepresidente presso l’Università Commerciale di Chiba, a Ichikawa City, Giappone, dove si specializza in scienza dei dati, intelligenza artificiale e sistemi informativi. Hashimoto è anche coinvolta nello sviluppo di metodi per analizzare dati di social media su larga scala per comprendere le percezioni del pubblico e identificare argomenti emergenti.

Un focus chiave del lavoro di Hashimoto è stato l’analisi del sentimento pubblico e la diffusione delle informazioni legate a eventi globali importanti, come la pandemia di COVID-19, i disastri naturali e le elezioni politiche. Le sue ricerche in questo ambito hanno contribuito a una migliore comprensione di come si diffonde la disinformazione e di come la fiducia pubblica nelle istituzioni evolve nel tempo, consentendo alle organizzazioni di rispondere in modo più efficace alle esigenze e alle preoccupazioni della società.

Fellow dell’IEEE W. Clem Karl

Direttore e vice presidente, Servizi e Prodotti Editoriali

W. Clem Karl

Professore e presidente del Dipartimento di Ingegneria Elettrica e Informatica presso la Boston University e Fellow dell’Istituto Americano per l’Ingegneria Medica e Biologica, Karl ha condotto ricerche sull’elaborazione delle immagini computazionali e sul trattamento statistico dei segnali e delle immagini con applicazioni in sicurezza e imaging medico.

In particolare, il lavoro di Karl ha contribuito all’avanzamento di una varietà di applicazioni pratiche, tra cui lo screening dei checkpoint dell’aeroporto e l’imaging cardiaco tomografico, attraverso il quale immagini 3D del cuore, dei vasi sanguigni e delle strutture circostanti possono aiutare a diagnosticare condizioni cardiache come occlusioni delle arterie coronarie. Nel suo lavoro sulla tecnologia di screening dei bagagli ai checkpoint dell’aeroporto, i suoi algoritmi hanno ridotto il numero di falsi allarmi e aumentato il numero di valigie processate. Per le applicazioni mediche, i suoi approcci hanno cercato di ridurre le dosi di farmaci ai pazienti e hanno migliorato la rilevazione di condizioni anomale.

Fellow dell’IEEE Yong Lian

Direttore, Divisione I

Betty Hu

Lian è stato un leader tecnico e pioniere nei circuiti e sistemi biomedici per oltre 40 anni. Le sue innovazioni rivoluzionarie hanno portato a sensori biomedici autoalimentati e miniaturizzati che consentono il monitoraggio continuo e in tempo reale della salute. Questi progressi hanno notevolmente migliorato l’adozione e l’efficacia dei dispositivi medici indossabili e impiantabili per coloro che soffrono di malattie croniche. I suoi dispositivi consentono una diagnosi precoce e un intervento tempestivo senza frequenti visite ospedaliere. Facendo sì che il monitoraggio a lungo termine in tempo reale sia più accessibile, il suo lavoro sta rivoluzionando l’assistenza ai pazienti e alleggerendo il carico sul sistema sanitario.