Istituito nel 2015, il premio si rivolge agli studenti universitari delle facoltà scientifiche e, per la prima volta quest’anno, di Economia, allo scopo di valorizzarne il talento e le idee. Il concorso ha proposto ai candidati, divisi nelle categorie Studenti/Laureati e Dottorandi/Ph.D., l’elaborazione di un progetto innovativo, con riferimento a specifici ambiti di ricerca (Virtual Reality, Blockchain, Cognitive Systems, Economia Circolare) con ricadute sulle attività di business di Leonardo.

Virtual Reality - Glove Controller. 
 
Il progetto riguarda un sistema di controllo remoto, nel caso specifico riguardante il volo, realizzato sotto forma di guanto sensoriale per la gestione di processi complessi come il controllo di un drone. Il progetto è composto da un guanto sensoriale e da un drone, gestiti attraverso flight controller e Arduino e da una serie di sensori aggiuntivi. La soluzione proposta consente la gestione di task più complessi di quelli gestibili con i metodi convenzionali (joystick) ed è quindi allineata con le esigenze di Leonardo nella gestione di piattaforme a controllo remoto.

Blockchain - Blockchain per la manutenzione aeronautica. 
 
Scopo del progetto è applicare la tecnologia blockchain per immagazzinare, in modo immutabile e sicuro, i dati relativi a revisione e manutenzione di velivoli in registri digitali e distribuiti. Un registro di manutenzione fisico di un velivolo può essere perso o distrutto, e se cartaceo complica notevolmente le ispezioni in termini di costi e tempi. E’ inoltre esposto a tentativi di attività fraudolente che potrebbero danneggiarne l'affidabilità agli occhi di esterni. Il progetto offre, dunque, maggiore sicurezza e accessibilità dei dati di manutenzione.

Economia Circolare - SOBRERO. 

L’attuale contesto sociale, economico e ambientale, richiede un approccio industriale in linea con la Green Chemistry, con l’obiettivo di ricorrere a materie prime di origine vegetale. Si transita così da un modello di economia lineare ad uno di economia circolare. In questo contesto è nato il  progetto SOBRERO, che pone l’attenzione sulla possibilità di sintetizzare leganti bio-based da utilizzare nei propellenti solidi, che sono impiegati, oggi, per la propulsione in campo aerospaziale. La sostituzione del legante poliuretanico di origine petrolchimica con un analogo legante proveniente da fonti rinnovabili apporterebbe numerosi vantaggi in termini di sostenibilità ambientale. Inoltre la sintesi di prodotti bio-based in alternativa a quella di materie prime fossili, naturalmente limitate, supporta la sostenibilità delle soluzioni nel lungo periodo.
 

Blockchain - Come la Blockchain può rivoluzionare il trasporto aereo. 

Obiettivo del progetto è creare una piattaforma basata sulla tecnologia blockchain che consenta agli operatori aeroportuali di verificare, in maniera rapida e certa, l'identità dei passeggeri, con un conseguente risparmio economico per la collettività. La soluzione consentirà, inoltre, di superare il problema rappresentato dai passeggeri irregolari che riescono ad eludere i controlli ed entrare nei Paesi stranieri senza aver richiesto il visto o, addirittura, con documenti falsi.

Cognitive Systems - Uso del deep learning per il supporto ai controlli di sicurezza negli aeroporti. 

Viene proposto un approccio basato sul deep learning per individuare eventuali minacce nella fase di controllo bagagli, con strumentazione a raggi X, durante gli imbarchi in aeroporto. La soluzione prevede un’architettura software composta da diverse reti neurali artificiali, la cui cooperazione rende più precisa la capacità di individuare oggetti pericolosi all’interno dei bagagli.
 

Cognitive Systems - An artificial intelligence tool for the migration analysis and projections. 

Il progetto esplora il potenziale predittivo offerto dall’applicazione di meccanismi derivati del deep learning alla sfida della previsione nelle scienze sociali, e, in particolare, alla previsione dei flussi migratori internazionali. Viene adottato un modello di rete neurale artificiale per progettare la direzione e la tempistica probabili dei modelli di migrazione e identificare i Paesi di provenienza e di arrivo più probabili nel medio- lungo termine.