Stasera la premiazione all'evento "Le meraviglie dell'intelligenza artificiale"
Sono arrivate 252 candidature per la seconda edizione del premio Most Promising Researcher in Robotics and Artificial Intelligence. Il premio dedicato ai giovani ricercatori è promosso con l’Università Campus Bio-Medico di Roma, in collaborazione con Italian Tech e Gruppo GEDI. Obiettivo del Research Award è riconoscere passione, dedizione, perseveranza, visione, creatività e talento dei giovani che operano in centri di ricerca e università italiane.
I progetti candidati al premio riguardano le aree del lavoro (60%), della salute (28%) e dell'ambiente (12%). Le candidature al femminile sono il 30%. L’età media è 31 anni. Dottorandi e post dottorandi si equivalgono. In minoranza le candidature che arrivano dal Sud, circa il 15%.
Ecco in sintesi i progetti dei dieci finalisti:
Gloria Beraldo, 30 anni | Istituto di Scienze e Tecnologie della Cognizione, CNR
Servizi basati sull'intelligenza artificiale possono potenziare i robot sociali commerciali per personalizzare le interazioni con utenti diversi (anche fragili) in contesti multipli, grazie alla capacità del robot di dedurre i bisogni dell'uomo e di eseguire azioni semi-autonome di assistenza, in linea con l'obiettivo finale di alto livello scelto da un esperto come il medico. È così possibile promuovere l'invecchiamento attivo degli anziani che vivono a casa e nelle residenze sanitarie; facilitare l'interazione con l'ambiente esterno alle persone con disabilità motorie che comunicano tramite interfacce cervello-macchina; aiutare i pazienti pediatrici a superare l'ospedalizzazione. I robot sociali guidati dall'IA sono strumenti supplementari accanto all'assistenza convenzionale.
Alessandro Bertagnon, 30 anni | Università degli Studi di Ferrara
L’obiettivo del progetto Aurora è realizzare un sistema robotico in grado di eseguire in maniera autonoma uno screening ecografico vascolare. Il primo prototipo usa un robot antropomorfo collaborativo che muove la sonda ecografica sul paziente. Il comando del sistema robotico è affidato a un algoritmo di IA suddiviso in due parti. La prima è composta da una rete neurale artificiale con il compito di segmentare nell’immagine ecografica le aree anatomiche di interesse diagnostico; la seconda sfrutta le informazioni per ottimizzare le traiettorie del movimento del robot al fine di indagare le aree di interesse per la diagnosi.
Luigi Borzì, 31 anni | Politecnico di Torino
Il progetto fornisce un monitoraggio continuo e non intrusivo dei disturbi del movimento nella vita quotidiana. Un singolo dispositivo autonomo, indossabile al punto vita, è usato per raccogliere dati ecologici in condizioni non supervisionate. I dati sul movimento vengono analizzati per caratterizzare in modo completo l'attività fisica, valutare l'instabilità posturale, il rischio di caduta e la risposta al trattamento. Se applicato alle visite iniziali, permette di estrarre biomarcatori digitali della mobilità per la diagnosi precoce/differenziale dei disturbi del movimento; se applicato a diagnosi confermata, fornisce una valutazione completa delle condizioni motorie, valuta la risposta al trattamento e alle strategie di riabilitazione e aiuta la fenotipizzazione digitale. Il progetto prevede un approccio multicentrico e competenze multidisciplinari.
Alessio Burrello, 29 anni | Politecnico di Torino
I veicoli aerei autonomi senza pilota miniaturizzati (UA Vs) stanno guadagnando popolarità grazie alle loro dimensioni ridotte, che consentono di svolgere nuovi compiti, come la navigazione in ambienti chiusi o il monitoraggio delle persone. Tuttavia, le loro dimensioni e la semplicità dell'elettronica pongono gravi problemi nell'implementazione di un'intelligenza avanzata a bordo. Questo progetto propone una nuova pipeline di ottimizzazione automatica per la stima della posa visiva usando le reti neurali profonde (DNN).
Alessio Caporali, 29 anni (dottorando) | Università di Bologna
L'impiego di sistemi robotici per interagire con oggetti deformabili, come vestiti, indumenti, cavi, fili, corde e altri oggetti - diffusi in diversi ambiti, tra cui quello domestico, industriale e medico - incontra ancora diverse limitazioni. L'obiettivo del progetto è migliorare le capacità di percezione e manipolazione dei sistemi robotici facendo leva su tecniche basate sull'intelligenza artificiale. Infatti, l'uso di metodologie basate sull'IA è fondamentale per affrontare le difficoltà intrinseche associate agli oggetti deformabili, che sono tipicamente caratterizzati da apparenze complesse, spazi di stato altamente dimensionali e dinamiche non lineari.
Mihai Dragusanu, 30 anni | Università di Siena
La tecnologia assistiva e riabilitativa è fondamentale per migliorare la vita delle persone con disabilità. Dispositivi per gli arti superiori, come esoscheletri e guanti esoscheletrici, però sono spesso ingombranti e difficili da usare per l’utente finale. Progettare esoscheletri leggeri con adeguata destrezza e adattabilità è una sfida aperta. Una soluzione è la tuta esoscheletrica modulare per gli arti superiori che sfrutta la forza generata tramite il fenomeno di attorcigliamento di due corde (Twisted-String-Actuator) per attivare le articolazioni dell’arto superiore. Usare i TSA con la tuta modulare offre vantaggi in termini di comfort, elevato rapporto peso-potenza, basso costo, alta precisione nei movimenti e riduce la fatica durante l'uso prolungato.
Alessio Fagioli, 36 anni | Unitelma Sapienza
Il progetto sviluppa nuove architetture di deep learning (DL) tramite la commistione di conoscenze di neuroscienze e informatica per migliorare i modelli che si occupano di risolvere problemi eterogenei della computer vision, come analisi di immagini mediche o riconoscimento degli oggetti, con nozioni approfondite sul funzionamento del sistema visivo, processo di memoria e plasticità del cervello umano. Il progetto parte da uno studio dell'apparato visivo a livello cellulare (e.g., neuroni, cellule gliali) per culminare nelle funzioni ad alto livello che permettono di modificare la struttura interna del cervello (sinapsi) e mantenere ricordi, sfruttando funzioni e organizzazione cellulare per definire nuove soluzioni sotto forma di architetture di DL.
Martina Lippi, 31 anni | Università degli Studi Roma Tre
Nel contesto di H2020 Canopies il progetto sviluppa soluzioni robotiche per realizzare un paradigma collaborativo uomo-multi-robot per l’agricoltura di precisione in colture permanenti. Lo sviluppo di squadre di robot agricoli intelligenti migliora ripetibilità, precisione ed efficacia dei processi produttivi agricoli su campi di larga scala. Tuttavia, sviluppare robot agricoli completamente autonomi risulta estremamente complesso a causa delle condizioni ambientali altamente variabili e dinamiche. Il paradigma proposto crea una sinergia che arricchisce le capacità robotiche con le maggiori capacità cognitive umane, rendendo il sistema complessivo flessibile, adattivo e in grado di operare in situazioni complesse o imprevedibili, dove i soli robot fallirebbero.
Francesco Marchetti, 31 anni (dottorando) | Università degli Studi di Firenze
La guida autonoma è una delle sfide di ricerca più stimolanti, perché permette di ridurre gli incidenti e le situazioni fatali, salvando migliaia di vite. Per navigare nelle strade, un'auto a guida autonoma, attraverso sensori e sistemi di visione, deve essere in grado di percepire lo scenario stradale: è fondamentale non solo capire dove si trovano gli agenti critici in movimento (come i pedoni), ma anche prevedere come si comporteranno e si muoveranno in futuro. Non si tratta di un problema banale, poiché la posizione futura di un agente in movimento non è deterministica. Per la stessa traiettoria passata, possono esistere più traiettorie future ugualmente probabili (ad esempio, in un incrocio).
Pietro Mascagni, 33 anni | Fondazione Policlinico Universitario Agostino Gemelli IRCCS, Roma
La scienza dei dati chirurgici (SDS) e la robotica flessibile sono destinate a migliorare la chirurgia. La collaborazione, tra Roma e Strasburgo, con chirurghi e informatici per produrre soluzioni SDS per la colecistectomia laparoscopica sicura ha portato a diverse pubblicazioni di riferimento in ambito chirurgico e di imaging medico e all'organizzazione di eventi scientifici e formativi per conto di importanti società scientifiche. Di recente ha istituito un laboratorio dedicato alla valutazione video-based e agli interventi assistiti dal computer presso il Gemelli di Roma, dove attualmente è specializzando in chirurgia. L’obiettivo principale è fornire valore ai pazienti chirurgici con le attività di ricerca e cliniche.
