IF Articoli

Sommario - Il presente articolo propone una rassegna strutturata della ricerca recente sull’intelligenza artificiale (IA) applicata al settore ferroviario. La selezione delle fonti privilegia contributi pubblicati dal 2020 in poi, revisioni sistematiche, sondaggi, sistemi di dati pubblici, standard, regolamenti, progetti europei e casi applicativi con evidenze sperimentali o quantitative. Sono analizzati i principali sotto-domini applicativi - guida autonoma, manutenzione predittiva, gestione del traffico, sicurezza, regolamentazione e tecnologie abilitanti - con particolare attenzione ai contributi scientifici recenti. Il lavoro introduce una tassonomia delle tecniche di IA nel contesto ferroviario, chiarisce i principali modelli di machine learning e deep learning richiamati, esamina il ruolo di digital twin, sensori intelligenti e comunicazioni avanzate, e discute le principali sfide normative, etiche e di certificazione. L’analisi mostra che l’IA costituisce una tecnologia trasformativa per il trasporto ferroviario, ma che l’adozione di funzioni “safety-critical” richiede ancora progressi significativi in termini di maturità tecnologica, disponibilità di dati, spiegabilità, validazione, confronto quantitativo e standardizzazione. 
Parole chiave: Intelligenza Artificiale, Apprendimento Automatico, Deep Learning, Trasporto Ferroviario, Guida Autonoma, Manutenzione Predittiva, Digital Twin, Sicurezza Funzionale.

https://www.medra.org/servlet/view?lang=it&doi=10.57597/IF.0708.2026.ART.1