E se vi dicessi che, passeggiando per strada, i nostri telefonini ci “vedono” senza telecamere? È la magia – un po’ ironica, un po’ futuristica – dell’Integrated Sensing And Communication (ISAC), la fusione tra comunicazione e sensori wireless che promette di rivoluzionare le città smart di domani. E chi meglio di NTT, in collaborazione con la celebre Sophia University di Tokyo, poteva cimentarsi in un’impresa del genere? Il 26 maggio 2025, infatti, NTT ha annunciato di aver realizzato la «prima al mondo» in cui le fluttuazioni di segnale radio generate da una normale rete 4G sono state tradotte, con l’aiuto dell’intelligenza artificiale, nel flusso di pedoni che anima un campus universitario .
L’esperimento si è svolto al campus Yotsuya di Sophia University, dove una coppia di antenne posizionate sul marciapiede ha intercettato il segnale di sincronizzazione trasmesso da una stazione base 4G operativa. Da questo semplice (ma essenziale) segnale, si ricavano due tipi di informazioni: il Received Signal Strength Indicator (RSSI), che misura l’intensità del segnale, e il Channel State Information (CSI), che – più sofisticato – cattura ampiezza e fase su più sottocarrier e antenne .
Vi chiederete: perché due metriche? Proprio perché, in uno scenario all’aperto, non basta misurare solo “quanto” cambia il segnale nel tempo: serve anche una visione “spaziale” di come le onde si deformano passando tra ostacoli e corpi mobili. Ecco allora che un modello di deep learning si nutre sia della varianza temporale del RSSI – calcolata su diverse finestre di tempo per catturare andamenti lenti e rapidi – sia delle differenze CSI tra antenne e sottocarrier. Il risultato? Un sistema capace di stimare in tempo reale (fino a 100 misurazioni al secondo, per RSSI) il numero di passanti con un’accuratezza sorprendente: l’errore di stima è stato ridotto di oltre la metà grazie a tecniche di data augmentation, che simulano disturbi ambientali e prevengono l’overfitting .
Il colpo di genio sta nell’usare onde radio già presenti nell’etere: niente telecamere né sensori dedicati. L’ISAC fa leva sui diffusissimi dispositivi di comunicazione – smartphone, tablet, qualsiasi apparato connesso – e sulle stazioni base esistenti, trasformandoli in un sistema di monitoraggio wireless “senza sensori” (sensorless). Un plus non da poco, sia per la privacy (non serve vedere i volti; si conta soltanto un insieme anonimo di segnali) sia per la praticità (funziona anche al buio o in condizioni di visibilità ridotta) BUSINESS NETWORK.
Se vi state chiedendo se sia roba da fantascienza, sappiate che l’ISAC è già tema caldo nelle discussioni 6G. In un white paper congiunto, NTT DOCOMO e SK Telecom hanno illustrato come l’intelligenza artificiale possa sfruttare le fluttuazioni del canale radio per prevedere latenza e larghezza di banda, abilitando nuove applicazioni cloud e metaverso . Insomma, non solo conta-persone: la stessa idea di “comprendere” il territorio smart attraverso la Radio Environment Mapping sarà cruciale per veicoli autonomi, Industry 4.0 e servizi di emergenza.
I risultati pratici al campus Yotsuya sono stati mostrati con due grafici emblematici. Il primo sovrappone, nell’arco di tre ore e mezza, la curva blu del numero reale di passanti (rilevato da un sistema video) e la curva rosa della varianza RSSI: si nota un andamento solido, con picchi negli intervalli di pausa tra le lezioni. Il secondo grafico mette a confronto la stima AI con il dato reale, dimostrando come l’algoritmo tenga testa alle fluttuazioni più intense di afflusso .
Ma quali sono le prospettive future? Innanzitutto, questo prototipo sfrutta già segnali 4G e 5G, il che significa che non serve attendere il 6G per raccogliere dati real-world e affinare i modelli. Nelle prossime tappe, NTT intende integrare i segnali di più operatori mobili – multicarrier ISAC – per migliorare la copertura e la precisione. Contemporaneamente, i dati verranno proposti allo standard 3GPP per accelerare la normalizzazione di questa tecnologia e arrivare a una commercializzazione mirata intorno al 2030 .
Dal mio punto di vista, è stupefacente come un segnale concepito per farci parlare al telefono si trasformi in un sensore dinamico per le nostre città. Si aprono scenari di smart mobility, controllo delle folle in eventi sportivi, monitoraggio di spazi urbani critici e, perché no, gestione intelligente delle risorse in situazioni di emergenza. Tuttavia, occorre non dimenticare che i modelli deep learning dovranno essere addestrati su dataset diversificati: diverse condizioni meteorologiche, topografie urbane e comportamenti pedonali possono influenzare la propagazione radio, e l’algoritmo deve saperci fare con vento, pioggia o manifestazioni improvvise.
Inoltre, la privacy rimane un tema sensibile: seppur anonimo, il counting via onde radio dovrà essere regolamentato per evitare abusi o profilazioni non desiderate. Un simile “sesto senso” tecnologico va bilanciato con regole chiare e, magari, con interfacce che permettano ai cittadini di scegliere se e quando partecipare al sistema.
In conclusione, l’esperimento NTT–Sophia University ci porta un passo più vicino a una città capace di ascoltare, comprendere e reagire in tempo reale al nostro fluire quotidiano. Mentre il 6G comincia già a farsi largo nei laboratori, è bello pensare che le nostre passeggiate – compagnia di un semplice smartphone – possano diventare spunto per una nuova generazione di servizi “sensori-free”, proiettati verso un domani sempre più connesso e… sorprendentemente umano.
