Intelligenza artificiale: ampliare i confini scientifici e promuovere l’innovazione
Il modo in cui viviamo e lavoriamo viene trasformato dall’intelligenza artificiale (IA) e la ricerca scientifica non fa eccezione. Questi strumenti possono ora automatizzare le attività, analizzare i dati e generare approfondimenti in modi che prima non erano possibili. Con l’aiuto dell’IA, i ricercatori sono quindi in grado di compiere progressi più rapidi, effettuare più velocemente le scoperte e migliorare la qualità del loro lavoro. L’intelligenza artificiale funge da catalizzatore del progresso scientifico, consentendo una maggiore efficienza ed estendendo i limiti della conoscenza scientifica. È particolarmente adatta al processo di scoperta e innovazione scientifica e sta diventando uno strumento indispensabile per la ricerca che prevede la valutazione di serie di dati scientifici su larga scala e la generazione di previsioni. L’automazione di attività come la raccolta e l’analisi dei dati consente ai ricercatori di concentrarsi su attività più creative e strategiche. Inoltre, l’IA è un motore di innovazione in tutti i settori dell’economia. Si prevede, infatti, che porterà a un forte aumento della produttività e dei guadagni economici. L’intelligenza artificiale può migliorare l’assistenza sanitaria, ridurre il consumo energetico, rendere più sicure le automobili, consentire agli agricoltori di utilizzare l’acqua e le risorse naturali in modo più efficiente e ridurre drasticamente l’uso di pesticidi.
Strategia dell’UE per l’IA in Europa
Data l’importanza dell’IA, la Commissione europea ha proposto una serie di azioni per promuovere l’eccellenza in questo settore, nonché delle regole per garantire l’affidabilità della tecnologia. Promuovendone l’eccellenza dal laboratorio al mercato, il piano coordinato sull’intelligenza artificiale, sviluppato dalla Commissione e dagli Stati membri, propone una visione per accelerare gli investimenti in questo settore, agire sulle strategie di IA da poter attuare tempestivamente e allineare le relative politiche in tutta l’UE. Una parte importante del piano coordinato è costituita dalle azioni finanziate dai programmi quadro europei per la ricerca Orizzonte Europa e Orizzonte 2020. Questa pubblicazione presenta alcuni dei progetti più interessanti di questi programmi che mostrano l’impatto dell’intelligenza artificiale nella scienza. Una pietra angolare nell’approccio europeo allo sviluppo e all’uso dell’IA affidabile è la proposta della Commissione di un quadro legislativo su di essa (legge sull’intelligenza artificiale). L’obiettivo è quello di portare chiarezza e certezza giuridica per i singoli e le imprese e di garantire che i sistemi di IA utilizzati nell’UE siano sicuri, trasparenti, etici, imparziali e sotto il controllo umano.
Riflettori puntati sulla ricerca finanziata dall’UE
Questo Results Pack presenta quindici progetti in corso o recentemente conclusi finanziati dall’UE che evidenziano varie applicazioni dell’IA nella scienza. Sottolinea come l’applicazione responsabile di questa intelligenza e l’uso di tecniche come l’apprendimento automatico possano aiutare la scienza a produrre innovazione e ad affrontare problemi che altrimenti sarebbero troppo difficili e lunghi da risolvere. I progetti vanno al di là dei settori scientifici solitamente associati all’IA, come ingegneria, medicina e informatica, e hanno lo scopo di esplorare come l’intelligenza artificiale possa aiutare gli scienziati nella conservazione del patrimonio culturale, nella cura digitale della documentazione storica, nel miglioramento dell’apprendimento delle lingue, nella previsione dei disastri naturali o nell’affrontare le sfide ambientali. Alcune delle iniziative mirano a nuove scoperte scientifiche, ad esempio l’utilizzo dell’intelligenza artificiale per ottimizzare la progettazione di nuovi materiali con proprietà vantaggiose, per identificare combinazioni di farmaci per il trattamento personalizzato del cancro e per aiutare i robot collaborativi a esplorare aree inaccessibili come le grotte laviche sulla Luna. Un’altra serie di progetti sfrutta la capacità dell’IA di analizzare e classificare grandi volumi e varietà di dati, identificando modelli e relazioni complesse, così da poter creare nuove conoscenze scientifiche e migliorare la nostra comprensione del mondo e dei suoi fenomeni, come il comportamento delle faglie durante i terremoti, la formazione e l’evoluzione delle stelle o la struttura del protone. I risultati del progetto riflettono quindi l’impegno dell’UE nel finanziare lo sviluppo di un’intelligenza artificiale innovativa, sicura e responsabile a fini di ricerca. COSMIC DANCE ha utilizzato l’apprendimento automatico per capire come si formano ed evolvono le stelle. Il progetto COG-TOM ha sviluppato nuovi metodi di analisi dei dati chiamati tomografia cognitiva per comprendere meglio la mente umana. CoRob-X ha costruito rover planetari robotici cooperativi con sistemi di percezione e controllo ambientale per ottenere una capacità decisionale autonoma in ambienti estremi. DeepCube ha analizzato i megadati del programma di osservazione della Terra Copernicus per migliorare la nostra comprensione delle sfide ambientali. DrugComb ha sviluppato strumenti matematici e computazionali per identificare combinazioni di farmaci per trattamenti antitumorali personalizzati. F-IMAGE ha impiegato l’intelligenza artificiale per classificare e analizzare i segnali sismici e comprendere il comportamento delle faglie durante i terremoti. HYPERION ha creato un quadro di riferimento per valutare gli impatti dei cambiamenti climatici e della composizione dell’atmosfera sui siti del patrimonio culturale. MOUSSE ha sfruttato le somiglianze tra le lingue per creare una grande rete di rappresentazioni semantiche delle frasi indipendenti dalla lingua e affrontare la sfida delle allucinazioni dell’intelligenza artificiale. NNNPDF ha esplorato la vita interna del protone e la sua struttura utilizzando tecniche di apprendimento automatico. RD-ADVANCE ha utilizzato un disegno a discontinuità di regressione per quantificare meglio l’impatto causale dei diversi tipi di misure politiche. STOP ha applicato l’intelligenza artificiale alla raccolta e all’analisi dei dati per creare una piattaforma di nutrizione su misura per chi soffre di obesità. TAXINOMISIS ha utilizzato l’apprendimento automatico e le reti neurali per costruire una piattaforma di stratificazione del rischio per i pazienti con malattia carotidea. TopMechMat ha creato nuovi materiali con proprietà specifiche, utilizzando l’intelligenza artificiale per ottimizzarne la progettazione. WINDMILL ha impiegato l’apprendimento automatico per ottimizzare le reti 5G. VHH si è concentrato sulla raccolta dei contenuti digitalizzati dei filmati relativi alla scoperta dei campi di concentramento nazisti e altri siti di atrocità.
