Napoli. Il team ABN composto da 6 giovani ragazzi frequentanti l’Apple Accademy di San Giovanni a Teduccio ha creato un’app che salverà la vita di tantissime persone. Si chiama Beep e si tratta di un’applicazione che previene e riduce drasticamente gli incidenti alla guida causati dalla sonnolenza. L’app utilizza algoritmi avanzati di apprendimento automatico per monitorare l’attenzione del guidatore evitando che possa addormentarsi alla guida. Questi giovani talenti napoletani si stanno guadagnando l’attenzione a livello nazionale e internazionale proprio grazie alla loro innovativa applicazione.
Salvatore Mignano di Ponticelli (Na), 20 anni compiuti da poco e team leader di ABN, ci svela come si è giunti alla creazione di questa importante app.
– Ciao Salvatore, per prima cosa davvero tanti complimenti a te e al tuo team. Come nasce questa idea e come funziona l’app?
Io e il mio team abbiamo impostato la prima fase del lavoro su una ricerca di un problema risolvibile attraverso strumenti tecnologici come Iphone, Mac, Ipad. Dunque il primo mese e mezzo è stato dedicato alla ricerca del problema. Ne abbiamo affrontati tanti: jet lag, l’insonnia ma alla fine abbiamo deciso di concentrarci proprio su tutto quello che riguarda il sonno. La nostra idea iniziale era quella di realizzare un’applicazione che permettesse di combattere la sonnambulia. Poi però abbiamo deciso di stravolgere totalmente i piani e abbiamo deciso di rapportare il problema del sonno alla guida. Abbiamo quindi fatto ricerche su quali siano le cause di incidenti alla guida e abbiamo scoperto che come seconda causa di incidenti troviamo proprio quelli causati da sonnolenza e stanchezza. Quindi perché non combinare le due cose e realizzare qualcosa che aiuti le persone che guidano a combattere il sonno durante la guida? Inizialmente volevamo lavorare su qualche dispositivo medico come ad esempio una banda che rilevi frequenze cardiache o qualcosa che magari monitorasse gli occhi. Tuttavia erano tutte cose che ovviamente portavano dei costi importanti e non erano realizzabili nell’immediato. Abbiamo successivamente deciso di basarci su tecnologie già esistenti come le AirPods. In che modo? Invece di controllare quando una persona si sta addormentando attraverso parametri vitali o attraverso gli occhi, noi lo monitoriamo attraverso i movimenti della testa . Il 95% delle persone, quando si sta per addormentare, tende ad abbassare la testa o la mettiamo su un lato. Tendiamo insomma a cercare un appoggio. Siamo partiti da questo caso di studio per cercare tutte le possibili soluzioni e la migliore incrociando tempi, costi e sviluppo era proprio quella di utilizzare le AirPods. All’interno delle AirPods troviamo infatti numerosi sensori come giroscopio, accelerometro, e tantissimi altri sensori che potrebbero sembrare inutili. Noi siamo riusciti a elaborare un algoritmo di Machine Learning utilizzando l’intelligenza artificiale sulla base di dati effettivamente raccolti. Abbiamo, infatti, consegnato delle AirPods a camionisti e a persone che guidano molto in modo da poter raccogliere tali dati nel cuore dell’app tramite il movimento delle cuffie indossate dal guidatore. Per raggiungere tale obbiettivo è stato fondamentale Luigi, un ragazzo che frequenta la facoltà di matematica, che ha elaborato il modello finale di Machine Learning: in altre parole quando una persona inserisce l’AirPod nell’orecchio noi siamo in grado di capire quando il guidatore si sta addormentando e da li scatta un segnale acustico oltre che una vibrazione e un flash dello schermo dello smartphone. Nelle impostazioni si può scegliere quale suono può essere riprodotto e il volume. L’interfaccia dell’applicazione, inoltre, è più intuitiva e semplice possibile e accessibile. Abbiamo adottato colori neutri come il grigio e il bianco. Sullo schermo compare una sfera, una palla che rappresenta la testa dell’utente: quando il guidatore indossa le cuffie la palla diventa viola fluorescente ma che non disturba gli occhi. Quando l’app parte si assenta tutto, cioè tutto quello che è presente sull’interfaccia dell’app scompare, svanisce e rimane solo la palla al centro per simboleggiare che il guidatore deve rimanere concentrato e non distrarsi. Tra molti, questo progetto si è distinto tra altri dell’Academy avendo la possibilità di presentarlo piú volte ad un pubblico piú vasto. Alle presentazioni erano infatti presenti anche molti professionisti nel settore dello sviluppo App pronti a darci feedback su eventuali modifiche da apportare all’app. Avendo anche l’opportunità di continuare a svilupparla all’esterno, abbiamo deciso di coglierla. L’app ora è gestita da noi, con me che sono il team leader e mi occupo della parte di programmazione dell’intero progetto. E per questo ringrazio sempre la Apple, altrimenti sarebbe decisamente tutto più difficile. Ci tengo anche a ringraziare tantissimo la mia squadra: Giovanni Borriello, Lorenzo Piccolo, Ferdinando Liccardi, Luigi Emanuele Zippo e Sabrina Silvestri.
– Questa app può essere scaricata anche sui modelli più datati?
L’app si può scaricare su tutti i dispositivi Apple che abbiano almeno iOS 16.2.
– E se un utente non possiede le Airpods?
Per adesso possono essere utilizzate solo le AirPods ma stiamo già iniziato delle ricerche per individuare altre alternative. Potremmo infatti utilizzare le Beats, altra marca di cuffie molto famosa e un po’ più economica ma che possiede tutti i sensori che ci servono per verificare i movimenti della testa.
– Ci puoi svelare qualche progetto futuro?
Già adesso sono a lavoro e sto sviluppando delle implementazioni dell’Apple Watch. Oltre alla testa che cala, durante la prima fase del sonno-veglia ci sono molti parametri vitali che cambiano: intervalli di respiro diminuiscono, ossigeno nel sangue si abbassa, la pressione sanguigna si abbassa e i battiti diminuiscono. Tutto ciò lo può individuare l’Apple Watch. Durante la sessione di guida lo possiamo analizzare in maniera ancora più precisa delle AirPods. Ovviamente possiamo combinare le due cose, ma può funzionare anche con uno solo dei due prodotti. Quindi stiamo creando un secondo modello di Machine Learning che funziona con i parametri dell’ Apple Watch e che poi si va anche a interfacciare anche con le AirPods. La versione è ancora da perfezionare perché adesso è solo in beta. Inoltre abbiamo anche pensato di proporre una partnership con qualche dispositivo medico come bande EEG: delle fasce che permettono di capire movimento della testa, parametri vitali e in più hanno un sensore per monitorare gli occhi.
Per scaricare l’app clicca qui: https://apps.apple.com/it/app/beep-drowsiness-detection/id6502529932?l=en-GB
Sostieni la Provinciaonline
Il nostro giornale è libero da influenze commerciali e politiche e così vogliamo restare. Voi con il vostro piccolo aiuto economico ci permettete di mantenere la nostra indipendenza e libertà. Un piccolo o grande aiuto che permetterà alla Provinciaonline di continuare ad informarvi su quello che tanti non vogliono dirvi. Clicca qui e aiutaci ad informare ⬇️.
