Per chi sviluppa sistemi di monitoraggio della guida autonoma, la scelta del modello è solo metà della sfida. L'altra metà è capire come quel modello si comporta quando i dati reali arrivano sporchi, ritardati o corrotti. Uno studio recente mette a nudo un punto debole trasversale: il jitter temporale, capace di azzerare l'affidabilità anche dei classificatori più performanti.

I ricercatori hanno addestrato tre architetture — GRU, LSTM e un Transformer encoder — per distinguere l’attività di sistemi come Tesla Autopilot, Cadillac Super Cruise e l’aftermarket Openpilot di Comma.ai dalla guida manuale, usando esclusivamente dati telematici del veicolo. Su dati puliti i risultati sono ottimi: macro F1-score di 0.92 per GRU, 0.90 per LSTM, 0.93 per il Transformer. Il fine-tuning con dati ‘minacciosi’ (threat-matched) fa scendere di poco le prestazioni in condizioni ideali (0.904-0.916), ma guadagna in robustezza.

Il cuore del lavoro, però, è un framework modulare di valutazione della robustezza che simula cinque famiglie di degradazione del segnale a cinque livelli di gravità. Sui canali continui, gli autori applicano rumore gaussiano con deriva cumulativa, rumore correlato tra canali e, appunto, jitter temporale. Sui segnali binari di evento, introducono perdite a burst, transizioni ritardate, commutazioni spurie e incongruenze tra feature. L’obiettivo è replicare guasti realistici di comunicazione e acquisizione dati.

Il risultato è un divario netto. Le corruzioni sugli eventi binari (perdita di pacchetti, ritardi nelle transizioni) riducono il macro F1 in modo contenuto, mantenendosi sopra 0.87 anche al livello massimo di severità (L5). Il jitter temporale, invece, fa crollare il punteggio a 0.44-0.50 per tutti e tre i modelli. Un divario che indica come la sincronizzazione fine dei timestamp sia l’anello debole, molto più dell’integrità dei singoli segnali.

Questa asimmetria ha implicazioni concrete per chi progetta architetture di monitoraggio on-premise o a bordo veicolo. In uno scenario dove la sovranità dei dati e la bassa latenza impongono elaborazione locale, la pipeline deve affrontare non solo il carico computazionale ma anche la variabilità temporale introdotta da sensori, bus CAN e buffer di sistema. Non basta scegliere il modello con l’F1 più alto su benchmark puliti: occorre testarlo contro uno stress test di jitter, possibilmente con un framework di degradazione modulare come quello descritto.

Il dato segnala anche una questione strutturale: l’attenzione del settore si è concentrata su architetture sempre più grandi e complesse, ma la vera fragilità potrebbe risiedere nel pre-processing temporale. I Transformer, in particolare, che non hanno memoria ricorrente esplicita e si basano su posizionamenti temporali assoluti o relativi, potrebbero essere più esposti. Non è un caso che nello studio il Transformer abbia il punteggio pulito più alto ma subisca il collasso come gli altri: la sofisticazione non basta se la finestra temporale si deforma.

L’insegnamento per chiunque operi con intelligenza artificiale su dati sequenziali — dalla guida autonoma alla manutenzione predittiva industriale — è che la robustezza temporale va progettata, non solo testata a posteriori. E forse i framework di valutazione modulare dovrebbero diventare uno standard prima di mettere in strada un ADS o di affidare a un modello la diagnosi di un macchinario critico.