Partiamo dal presupposto che nell’ultimo decennio il numero di dispositivi connessi a Internet è aumentato costantemente e continuamente, raggiungendo il numero apparentemente impressionante di sei miliardi.

La tendenza è che questo numero alla cifra di 20,8 miliardi entro il 2020, di elementi correlati. Questa popolazione di oggetti/elementi è e sarà estremamente varia in termini di caratteristiche fisiche, dei loro modelli di utilizzo, dei protocolli di comunicazione utilizzati. Inoltre, le applicazioni in esecuzione su piattaforme che utilizzano questi dispositivi sono in continua evoluzione, a seguito dei cambiamenti nelle esigenze degli utenti. È necessario sottolineare che nel contesto delle città intelligenti, moderne Smart Cities, il problema del monitoraggio dell’acqua imporrà una rete efficiente e con perdite idealmente nulle.

Questo criterio sarà di fondamentale importanza nel calcolo dell’efficienza e dell’efficacia della città stessa. Tutte le città oggi sentono il bisogno di ottimizzare la risorsa naturale forse più critica al momento. L’energia, invece, può essere prodotta in tanti modi, ma l’acqua è una risorsa che, a seconda dell’area… geografica, è definita critica o fondamentale per la sopravvivenza della specie.

La capacità di un sistema IoT di essere intelligente, di poter apprendere e apprendere, di poter fornire dati e informazioni in tempo reale, sarà un aspetto fondamentale che determinerà il successo o meno delle soluzioni IoT attuali e future, in quanto chi saprà interpretarlo meglio potrà sfruttare al meglio i dispositivi e le infrastrutture esistenti in campo e quelli in cantiere di realizzazione. Il contesto dovrebbe essere dinamico, flessibile, non robusto e adattabile. Infatti, un ulteriore fattore su cui si concentra il progetto è l’applicazione di una piattaforma con apprendimento automatico.
Nella terminologia anglosassone parliamo di capacità di apprendimento, quando diciamo parole come Machine Learning, o meglio ancora, Intelligenza Artificiale.