Perché l’AI si perde quando cambiamo strada? Problemi di generalizzazione nella previsione della mobilità urbana
Massimiliano Luca, Senior Researcher @ FBK Mobile and Social Computing Lab
I modelli di Deep Learning per la previsione della mobilità urbana mostrano elevate performance in condizioni di stabilità, ma tendono a fallire quando il contesto devia dalla norma. Questo intervento analizza le cause di questa fragilità, particolarmente critica durante eventi anomali come emergenze o grandi manifestazioni. Il talk mostra come il recupero di concetti provenienti dalla fisica, messi in secondo piano durante la corsa al Deep Learning, permetta di sviluppare modelli di previsione di mobilità e traffico più robusti e affidabili anche in scenari inediti.