L’IA per il futuro dell’Italia

Attraverso tre giorni di confronto aperto tra ricerca, istituzioni, imprese e nuove generazioni di studiosi e studiose, l’appuntamento ha mostrato, con chiarezza, quanto l’IA sia oggi una sfida collettiva prima ancora che tecnologica.

Alternando sessioni scientifiche a momenti di confronto col mondo produttivo, l’occasione è stata importante per fare un bilancio delle attività svolte e per discutere a proposito del post-PNRR, con uno sguardo sulle traiettorie future. La conferenza ha restituito un’immagine concreta di un ecosistema in movimento, che cresce quando competenze diverse si incontrano, la ricerca entra in dialogo con la società e l’innovazione è accompagnata da responsabilità.

Dalla Green & Efficient AI all’Explainable AI & Human–Computer Interaction, dall’AI for Health alla Multimodal AI, sostenibilità, spiegabilità, applicazioni per la salute e modelli che integrano testo, immagini e audio si sono intrecciati in uno sviluppo comune verso un’IA più utile e responsabile. La Fondazione FAIR continua il suo percorso come infrastruttura nazionale per un’IA solida, aperta e centrata sulle persone. 

Il contributo della Fondazione Bruno Kessler

Proprio “For a Human Centered AI” è il motto attuale di FBK, dove la ricerca in tema ha mosso i suoi primi passi negli anni Ottanta dello scorso secolo, circa 40 anni fa. 

Questa esperienza di lungo corso e le eccellenze in diverse aree, come le tecniche di apprendimento dai dati e del ragionamento basato sui modelli, oltre a competenze nelle scienze umanistiche e sociali, hanno fatto sì che FBK assumesse il coordinamento dello Spoke 2, sotto la guida di Paolo Traverso. L’obiettivo perseguito è stato la costruzione di sinergie interdisciplinari per creare modelli integrati, verso una nuova IA.

La ricerca attuale nell’IA affronta con successo compiti specifici di un ambito piuttosto ristretto oppure problemi complessi che possono essere scomposti in sotto-problemi più semplici e indipendenti. Per superare la barriera della complessità, è necessario un cambiamento sostanziale nella ricerca, che vada oltre l’attuale approccio basato su aree di IA verticali e separate e adotti l’approccio integrato sperimentato grazie al Progetto FAIR. 

Nella sessione “LLM”, che ha visto il contributo fra gli altri anche di Bernardo Magnini per FBK, ricercatrici e ricercatori hanno presentato gli sviluppi chiave sui modelli linguistici di nuova generazione, tra pretraining, benchmarking dei modelli linguistici e applicazioni tecniche avanzate. Discutendo in particolare di valutazione dei LLM per l’italiano e dello sviluppo di Minerva, il primo LLM nativo italiano.

In particolare, Bruno Lepri, a capo dell’unità MobS, ha descritto alcuni contributi recenti frutto della collaborazione con Andrea Passerini (UNITN) sul ricorso algoritmico. L’idea è che, in uno scenario in cui sistemi di AI prendono decisioni su aspetti come l’accesso al credito o l’assunzione per un ruolo lavorativo, diventi necessario sviluppare sistemi di IA a supporto del/la cittadino/a, di chi lavora e di chi richiede un mutuo. Sistemi che suggeriscano che azioni una persona dovrebbe intraprendere per ottenere una valutazione positiva e che lo facciano tenendo conto delle preferenze ed esigenze della persona stessa. Lepri ha inoltre discusso dei rischi e vantaggi di avere gruppi di LLM o di agenti costruiti su LLM che collaborino insieme e dell’importanza di studiare i loro comportamenti emergenti, di capire come costruirli in modo da rendere questi agenti controllabili. Poniamo lo scenario in cui avremo agenti che comprano, vendono e negoziano per noi, come facciamo a far sì che si comportino lealmente, che rispettino le preferenze, esigenze e stili comportamentali di chi rappresentano? 

L’intervento di Paolo Traverso

Il 10 dicembre si è tenuto il panel che ha coinvolto Paolo Traverso, Direttore della Pianificazione Strategica di FBK e leader di ricerca in ambito IA, affiancato dall’intervento della magistrata Anna Giordano, con la moderazione del giornalista ANSA Alessio Jacona.  

Traverso ha condiviso l’esperienza di applicazione dei modelli di IA integrativa nel contesto territoriale trentino, che ha ospitato una sperimentazione i cui esiti vengono ora resi disponibili alle PA di tutta Italia.  

“La domanda di partenza – racconta Traverso – ci è giunta dalla Provincia Autonoma di Trento: l’IA può aiutare a costruire servizi migliori per i cittadini? In particolare, nel progetto AIxPA della PaT, abbiamo potuto sfruttare le competenze scientifiche sviluppate in FAIR per affrontare la sfida di un turismo più sostenibile, sia per turisti che per cittadini, andando a proporre agli operatori come migliorare le strutture ricettive dipendendo dai flussi turistici.” 

“IA integrativa – prosegue Traverso – significa tenere insieme Machine Learning (per predire ad esempio flussi turistici partendo dai dati) e capire cosa fare attraverso strumenti di “what if analysis”, ricavando ad esempio indicazioni  per aumentare il numero di parcheggi disponibili in risposta alle necessità emergenti. In FAIR, è stato affrontato il nodo della pianificazione per imparare, per cui servono dati particolari che addestrino un sistema per dare risposte ai problemi. Il risultato finale di questo processo è uno strumento utilizzabile dagli operatori del territorio. Il progetto sperimentato a Trento può essere messo a disposizione di tutta l’Italia. 

Di fronte alla velocità del cambiamento dettata dall’IA, che ha un passo non paragonabile alle precedenti rivoluzioni industriali, è importante – sottolinea Traverso – accorciare la filiera dalla ricerca alla sperimentazione. La ricerca può realizzare soluzioni innovative di IA, la PA può indicare i bisogni, le imprese possono interpretarli trasformandoli in opportunità di business, portando le soluzioni a un impatto sociale.”

Paradigmatica fu la corsa allo spazio negli anni Sessanta del Novecento, grazie ai tanti spillover della ricerca di allora sono stati registrati numerosi progressi tecnologici che hanno significativamente migliorato la qualità della vita nei decenni successivi: materiali, informatica, medicina (monitoraggio vitale) e anche prodotti di uso quotidiano (GPS, schiume memory, ecc.).  

“Oggi – esorta Traverso – manca la volontà di uscire dalle sperimentazioni. L’Italia è piena di sperimentazioni. Occorre fare sistema come avvenuto nel progetto AIxPA. L’esempio del lavoro svolto con la protezione civile può essere utile: l’IA è stata impiegata per capire i danni da eventi estremi come incendi, terremoti e alluvioni. Col remote sensing si possono localizzare i danni anche in posti non noti. Non solo, le tecnologie realizzate aiutano a prevedere gli eventi estremi futuri e a stimarne i relativi danni. Soluzioni come queste forse costituiscono una AI che stupisce meno di altri sistemi di IA ma è sicuramente utile.”