Intelligenza Artificiale, Italia all’avanguardia: i progetti dell’Università di Pisa
Due sistemi Nvidia Dgx-H100, piattaforme di quarta generazione, consentiranno di competere con i principali centri di ricerca di tutto il mondo
Non solo Stati Uniti e mondo anglosassone: anche l’Italia prova a competere sul terreno insidioso ma promettente dei software di Intelligenza Artificiale. Per la prima volta nel nostro Paese, infatti, presso l’Università di Pisa, sono operative due piattaforme di ultima generazione.
Si tratta di 2 sistemi Nvidia Dgx-H100. Ossia piattaforme di quarta generazione che permetteranno all’ateneo pisano di competere con i principali centri di ricerca di tutto il mondo, compresi quelli industriali. L’obbiettivo è quello di sviluppare l’Intelligenza Artificiale generativa. Sono i software che consentono di generare realtà virtuale sempre più simile a quella reale proprio attraverso un’immedesimazione quasi totale nel mondo dell’AI.
Intelligenza Artificiale sotto la Torre
Le due piattaforme di Intelligenza Artificiale sono arrivate in questi giorni presso il Green Data Center dell’Università di Pisa e sono le prime a essere installate in Italia. “Con questo ulteriore investimento, reso possibile grazie a fondi di Ateneo e PNRR del progetto SoBigData, puntiamo a un ruolo di leadership nazionale nella ricerca sull’Intelligenza Artificiale” ha commentato il prorettore vicario dell’Università di Pisa, Giuseppe Iannaccone.
Un Dottorato di ricerca ad hoc
Già oggi, peraltro, l’Università di Pisa offre agli studenti il Dottorato nazionale in Intelligenza Artificiale. Una specialità della ricerca scientifica più avanzata che l’ateneo coordina assieme al Cnr, il Consiglio nazionale delle ricerche. Pisa però può vantare anche due corsi di laurea magistrali nel settore. Una presso il dipartimento di Informatica – storicamente uno dei primi a essere costituito in Italia – e una presso il dipartimento di Ingegneria dell’Informazione. “Abbiamo un ruolo centrale nella formazione avanzata nel nostro Paese in questo settore” ha affermato il prorettore dell’Università.
La disponibilità delle macchine Dgx-H100, si spiega in una nota dell’Università toscana, consentirà a scienziati e ricercatori di Pisa di affrontare ricerche fondamentali riguardanti le routine di ottimizzazione dell’Intelligenza Artificiale senza iperparametri. Ovvero senza criteri che richiedano capacità di calcolo molto elevate. Grazie a queste due nuove macchine di Intelligenza Artificiale i team dell’Università potranno addestrare l’IA su modelli linguistici ampi, così da sviluppare ancor di più le capacità di traduzione automatica.
Test sulle reti neuronali
Le due nuove architetture di Intelligenza Artificiale, sofisticatissime, permetteranno, inoltre, all’Università di Pisa di testare le proprie reti neuronali artificiali potenziate. In questo modo sarà possibile oltrepassare i limiti posti dai benchmark sintetici su piccola scala. Questo consentirà ai ricercatori dell’Ateneo di affrontare applicazioni di classificazione dei vasi sanguigni cerebrali – ad esempio – e di risolvere problemi di ottimizzazione combinatoria sulle reti semantiche del mondo reale. Fra i casi che si possono enumerare in quest’ambito ci sono quelli relativi al Vehicle Routing, ossia all’ottimizzazione dei tragitti dei veicoli utilizzati per le consegne dei corrieri a domicilio.
Gli usi dell’Intelligenza Artificiale
Attualmente negli Stati Uniti – il paese ‘madre’ dell’Intelligenza Artificiale – i software di AI servono già per molti scopi diversi. La catena di cliniche statunitensi Carbon Health ha per esempio introdotto uno strumento di intelligenza artificiale in grado di generare automaticamente fascicoli sanitari, sulla base delle conversazioni fra medici e pazienti.
Come scrive il sito di news tech The Register, se un paziente acconsente alla registrazione e alla trascrizione di una visita medica, la registrazione audio viene trasmessa al servizio cloud AWS Transcribe Medical di Amazon, che converte il discorso in un testo. La trascrizione, insieme ai dati della cartella clinica del paziente, inclusi i risultati delle analisi recenti, giunge a un modello di machine learning che produce note che riassumono le informazioni importanti emerse durante la consultazione.