Il Dottorato Nazionale in AI – PhD-AI.it

Il dottorato nazionale in Intelligenza Artificiale (Artificial Intelligence, AI), PhD-AI.it, riguarda un tema centrale per la trasformazione digitale della società.

Nell’ultima decade la ricerca in AI ha fatto progressi straordinari nel risolvere problemi rimasti aperti da molto tempo: la comprensione delle immagini (computer vision), la comprensione e la traduzione del testo e del parlato (natural language processing, speech recognition), i sistemi autonomi e di supporto alle decisioni; questo soprattutto grazie a modelli sempre più sofisticati di apprendimento (machine learning) da grandi masse di dati (big data), in combinazione con avanzamenti continui in tecnologie correlate come l’IoT (Internet of Things), il mobile computing, la machine intelligence.

L’AI sta rapidamente diventando parte integrante della nostra quotidianità attraverso smartphones, wearables, assistenti personali digitali e robotici, veicoli con crescente grado di autonomia, smart cities, industria 4.0. A fronte di queste grandi opportunità, ci sono limitazioni da superare e rischi da evitare o mitigare. L’obiettivo cui tendere, fortemente auspicato dalle istituzioni europee, è una AI degna di fiducia (trustworthy AI) e sostenibile, rivolta al beneficio della persona umana sia a livello individuale che sociale. È, pertanto, importante sviluppare sistemi AI evoluti che incorporino i valori etici europei, che siano in grado di comprendere gli umani e di adattarsi agli ambienti reali, di interagire in situazioni sociali complesse, e in definitiva di espandere le capacità umane, in particolare a livello cognitivo. Questa è una frontiera su cui Europa e Italia possono eccellere, nella consapevolezza delle tante sfide ancora aperte.

Per cogliere le opportunità e superare le limitazioni, occorre quindi operare su due linee in sinergia: da un lato è indispensabile innovare, sperimentare e valutare l’applicazione della AI nei settori produttivi, scientifici e sociali strategici, favorendo approcci inter- e multi-disciplinari. Dall’altro lato occorre intensificare gli sforzi di ricerca per affrontare i problemi scientifici e tecnologici aperti dei sistemi AI, a livello di percezione, apprendimento, ragionamento e interazione. È evidente la necessità di fare perno sulle eccellenze in AI nelle università e negli enti di ricerca, e che tenga insieme sia la componente “verticale” di specializzazione in sfide ad alto impatto socio-economico, che quella “orizzontale” della ricerca fondamentale per avanzare lo stato dell’arte dell’AI.

La comunità italiana della ricerca in AI presenta punti di eccellenza internazionale nei settori chiave (machine learning, data science, natural language processing, computer vision, knowledge representation and reasoning, trustworthy AI, algoritmica ad alte prestazioni), ma ci sono anche molti problemi da affrontare, quali: la massa critica dei laboratori di ricerca, l’integrazione inter-disciplinare, il trasferimento tecnologico e l’adozione dell’AI da parte delle imprese, l’emorragia di talenti attratti dai dottorati e dai laboratori di ricerca all’estero (senza un adeguato flusso in senso inverso), e l’inclusione di aree svantaggiate del Paese.

Per affrontare queste criticità, nel febbraio 2019, su richiesta del MIUR, è stato costituito presso il CNR un Comitato di Indirizzo per definire un nuovo modello organizzativo per un dottorato nazionale in AI. Il Comitato di indirizzo è rappresentativo della comunità scientifica nazionale dell’AI, ed è inclusivo sia a livello multi-disciplinare (informatici, ingegneri informatici, bioingegneri, matematici, fisici, giuristi, …) che territoriale, ricomprendendo atenei dell’intero Paese.

Il PhD-AI.it è il risultato prodotto dal Comitato di Indirizzo con l’obiettivo di favorire il coordinamento e superare la frammentazione, delineando una iniziativa nazionale di dottorato in AI al più alto livello scientifico, tale da competere con le più prestigiose iniziative europee ed internazionali.

Il PhD-AI.it formerà circa 100 dottorandi di ricerca in AI all’anno per dare impulso alla ricerca e all’innovazione industriale e sociale. Una novità dirompente ed una sperimentazione per il Paese.

Il PhD-AI.it si attua, con il coordinamento del CNR e dell’Università di Pisa, mediante l’istituzione di cinque dottorati di ricerca in Artificial Intelligence, federati fra loro. Ciascuno dei 5 dottorati è organizzato da una università capofila e da un ampio consorzio di università ed enti di ricerca.

Al fine di avvicinare la formazione e la ricerca dei dottorandi alle esigenze del Paese e della sua struttura sociale e industriale, l’iniziativa tende a far coesistere nei 5 dottorati la formazione alla ricerca sia negli aspetti fondazionali dell’AI che in alcune aree di specializzazione dell’AI in settori strategici per il Paese. In particolare,sono state selezionate cinque aree di specializzazione verticale per il dottorato nazionale in AI, insieme a altrettante università capofila:

Il modello scientifico del dottorato nazionale in AI

Il modello scientifico del PhD-AI.it è sintetizzato nella seguente figura.

Suddivisione Aree salute-scienze-vita industria sicurezza-cybersecurity agricoltura società

Il dottorato ha una “componente orizzontale” comune tra tutti e cinque i dottorati federati, che fornisce la formazione condivisa sugli aspetti fondazionali dell’AI, e cinque “componenti verticali”, ciascuna relativa ad un’area di specializzazione. Il dottorato nazionale assicurerà il coordinamento delle attività proposte dai dottorati della rete sia relativamente alla componente verticale che a quella orizzontale. In quest’ultimo ambito verranno erogati corsi fondamentali su tematiche consolidate usufruibili dalla totalità dei dottorandi, quali ad esempio:

  • Machine learning and deep learning
  • Learning and reasoning under constraints
  • Data mining and knowledge discovery
  • Natural language processing
  • Computer vision
  • Knowledge representation and reasoning
  • Multi agent systems

sia corsi su tematiche emergenti connesse al tema della Trustworthy AI che caratterizza la strategia EU per l’AI, quali, ad esempio, corsi su metodi per Explainable AI, Ethics and Law of AI, Safety and Robustness, Fairness, Equity, and Justice of AI systems, Distributed AI, Sustainable AI (nel duplice significato di tecnologie AI sostenibili e di sistemi AI che aiutano a raggiungere i Sustainable Development Goals dell’Agenda 2030 dell’ONU), Social acceptability and adoption of AI.

Grazie all’articolazione coordinata orizzontale/verticale, il dottorato nazionale in AI formerà ricercatori, innovatori e professionisti in settori diversi ma che conservano una visione integrata e “complessa” dell’ecosistema delle tecnologie e delle soluzioni AI, in grado di affrontare i problemi con un approccio sistemico e multi-disciplinare.  

I dottorandi in AI parteciperanno a esperienze e attività formative comuni, sia di base che specialistiche, offerte dai cinque dottorati federati nel PhD-AI.it. A questo fine, i piani di studio dei dottorati dovranno prevedere un obbligo di svolgimento di tali attività, anche fuori sede. I dottorati offriranno ai propri dottorandi la copertura per le spese di partecipazione a tali attività.

I dottorandi saranno distribuiti su due cicli successivi di durata triennale: il primo ciclo a partire dal 2021 (fino al 2024) e il secondo ciclo a partire dal 2022 (fino al 2025).

Gli obiettivi del dottorato nazionale in AI:

  • Costruire una comunità di giovani ricercatori in formazione e di ricercatori in AI distribuiti a livello territoriale e disciplinare, in grado di dare un impulso alla ricerca e all’innovazione industriale e sociale nel Paese;
  • Favorire lo scambio di esperienze e di competenze multi-disciplinari tra i nodi della rete attraverso i periodi di mobilità didattica e di ricerca dei dottorandi;
  • Integrare e rafforzare la rete italiana di centri di ricerca in AI, anche in rapporto alle iniziative europee del programma ICT-48-H2020 Towards a vibrant European network of AI excellence centres, a cui partecipano vari centri italiani promotori del PhD-AI.it.

Le cinque aree di specializzazione


AI per la Salute e le Scienze della Vita

Ateneo Capofila: Università Campus Bio-Medico di Roma

L‘applicazione dell’AI nel campo della salute e delle scienze della vita e, in particolare, l’integrazione di AI, IoT & biorobotics prefigura scenari di rapida evoluzione verso la medicina di precisione, una medicina sempre più predittiva, preventiva, personalizzata e partecipativa. Il percorso formativo specifico di questa componente verticale prevede la progettazione, lo sviluppo e l’applicazione di metodi, strumenti e sistemi innovativi utilizzabili sia per la ricerca biologica e bio-ingegneristica di base, necessari per la comprensione dell’origine di patologie e la verifica preliminare di soluzioni innovative su modelli computazionali e organ-on-chip, sia per la ricerca medica sperimentale, traslazionale e clinica, al fine di massimizzare l’impatto di questa ricerca sulla salute e la qualità della vita umana, anche in longevità. Un percorso che parte dalla generazione dei dati significativi sullo stato di salute e sulle condizioni ambientali rilevanti, passa alla loro elaborazione con tecniche di AI e data science per l’estrazione di conoscenza e per il supporto alle decisioni, e arriva alla sintesi, all’attuazione e al monitoraggio degli strumenti e delle azioni necessarie ai fini diagnostici, terapeutici e di assistenza per migliorare la salute e la sicurezza della persona in contesti sanitari, sociali e lavorativi, mediante strumenti digitali e cyber-physical systems. Data la particolare natura dei contesti che riguardano la salute, nell’ambito del dottorato verranno affrontati anche i problemi legati all’accettabilità delle soluzioni tecniche di AI da parte degli operatori sanitari e dei pazienti e al loro inserimento efficace nei processi sanitari.


AI per l’agricoltura (agrifood) e l’ambiente

Ateneo Capofila: Università degli Studi di Napoli Federico II

Agricoltura e ambiente sono settori emergenti per le applicazioni digitali. La variabilità dei fattori che determinano la produzione primaria e le incertezze legate al cambiamento climatico rendono infatti sempre più necessarie competenze trasversali in cui l’intelligenza artificiale può avere un ruolo fondamentale. L’agricoltura di precisione, anche definita agricoltura digitale o cognitiva, unisce raccolta e analisi di informazioni con tecniche “big data”, spesso con uso di droni terrestri o aerei o di dati satellitari, per mettere a disposizione degli agricoltori scelte mirate che puntano a ottimizzare la produzione, riducendo uso e spreco di risorse e ottimizzando la qualità dei prodotti. Tecniche di AI applicate alla genotipizzazione e fenotipizzazione di microrganismi, piante e animali di interesse agrario e forestale consentono valutazioni immediate e su grandi numeri di nuovi genotipi e di impatti e risposte ai fattori di produzione, rendendo possibile la messa a punto di sistemi di supporto alle decisioni (DSS). Le applicazioni dei DSS riguardano tra le altre l’early warning su rischi biotici (es. invasioni di specie aliene) e abiotici (es. eventi meteorologici estremi); la risposta a scenari di cambiamento climatico in relazione a scelte di gestione agricola e del territorio (land use change); la selezione di varietà resistenti o resilienti o con migliori caratteristiche quali-quantitative delle produzioni; la tracciabilità delle filiere agricole e dei cibi, anche con biosensori addestrati e sistemi di blockchain, per garantire sicurezza e salute degli alimenti e lottare le frodi alimentari. Il corso di Dottorato vedrà la partecipazione di docenti di più Dipartimenti universitari (Agraria, Biologia, Fisica, Ingegneria), un Collegio dei Docenti multidisciplinare e di rilievo internazionale e un’affiliazione alla Helmholtz International Research School for Advanced Plant Phenomics Science (Phenos) per la quale l’ateneo capofila svolge il ruolo di partner internazionale.


AI per la sicurezza e la cybersecurity

Ateneo Capofila: Sapienza Università di Roma

La sicurezza è un settore nel quale, negli ultimi anni, ha assunto un ruolo chiave lo sviluppo del mondo digitale. Un sistema digitale non adeguatamente protetto e non in grado di dare opportune garanzie di resilienza e robustezza, non può rappresentare una soluzione adeguata, soprattutto per quanto riguarda le infrastrutture critiche, ma non solo. Il problema della sicurezza informatica presenta una serie di declinazioni specifiche relative alle caratteristiche dei dispositivi o delle applicazioni da proteggere (cloud, computer, mobile, network, web, Internet of Things, sistemi robotici); tuttavia le basi metodologiche  della sicurezza intesa come cyber security, sono tipicamente legate a  diverse discipline dell’Informatica: crittografia per i meccanismi di protezione degli accessi ed autenticazione, ingegneria del software per  l’analisi dei programmi, sistemi distribuiti per blockchain, sistemi operativi per la protezione delle risorse di calcolo. Nell’ambito più generale della sicurezza nella società, che è il focus della presente proposta, hanno un ruolo centrale problematiche come la protezione della privacy, i sistemi trustworthy (degni di fiducia) e la cyber  intelligence. Un elemento comune nell’approccio ai problemi e agli scenari sopra delineati, che sta emergendo nella letteratura scientifica del settore, è l’utilizzo di metodi e tecniche di Intelligenza Artificiale, che offrono nuove soluzioni ai problemi di analisi, modellazione e predizione, che permeano molte applicazioni nel campo  della sicurezza. Ad esempio, tecniche di rappresentazione della conoscenza e ragionamento automatico sono usate per validare il comportamento di agenti software e modelli, tecniche di apprendimento automatico sono usate per la rilevazione di anomalie e la classificazione di attacchi o malware, tecniche di apprendimento per rinforzo sono usate per la simulazione di attacchi combinati a sistemi software complessi con lo scopo di evidenziarne le vulnerabilità. Il Dottorato in AI con la caratterizzazione security, oltre alla componente di base e metodologica in AI, avrà una significativa componente interdisciplinare, che consentirà di approfondire gli aspetti applicativi di specifico interesse. Inoltre, esso si avvarrà di una forte collaborazione e sinergia con le istituzioni che operano nel campo della sicurezza e con tutti gli attori del mondo industriale e dei servizi, per la definizione di scenari applicativi e l’individuazione di sfide tecnologiche in ambito sicurezza.


AI per l’industria 4.0

Ateneo Capofila: Politecnico di Torino

I progressi sempre più avanzati nel campo dell’Intelligenza Artificiale e della robotica stanno trasformando il sistema industriale in modo profondo ed irreversibile, ad una velocità senza precedenti. L’impatto dirompente in tutti i settori dell’industria e dell’economia è dovuto alla capacità dell’AI di alimentare una trasformazione radicale dei sistemi digitali e fisici, rendendoli sempre più interconnessi e in grado di interagire e collaborare con modalità intelligenti. Il sistema Italia, ricco di risorse e potenzialità, necessita di avanzare sia la ricerca di base sia la ricerca applicata su tematiche AI, e di riversare i risultati ottenuti nei settori strategici per l’industria; in questo modo si potrà sfruttare al meglio il volano di crescita che l’introduzione di queste nuove tecnologie può portare al tessuto industriale nazionale. La manutenzione e la diagnostica preventiva, i controlli di qualità automatizzati di nuova generazione, la manifattura intelligente ed la sua gestione adattativa, la produzione guidata dalla domanda, l’intelligenza distribuita nei sistemi che si appoggiano a paradigmi IoT e edge/fog, sono alcuni dei temi fondamentali di Industria 4.0 dove la ricerca fondazionale sul machine learning, la computer vision, il natural language processing, il planning e reasoning sono aspetti cruciali per poter conservare la competitività a livello mondiale dell’industria italiana. Allo stesso tempo, la ricerca applicata in questi stessi temi porterà alla formazione di esperti di AI pronti ad essere inseriti nel mondo del lavoro ed immediatamente valorizzati, esperti per cui c’è ad oggi una fortissima domanda –e carenza- a livello mondiale. Contestualmente, i risultati attesi porteranno allo sviluppo di prototipi, brevetti e start-up con prodotti fruibili dal tessuto produttivo italiano. Il corso di dottorato manterrà un fortissimo dialogo con le grandi realtà aziendali del Paese e con le numerosissime PMI che si stanno muovendo in questa direzione, al fine di coniugare l’eccellenza accademica con i vincoli e la necessità di innovazione del tessuto produttivo nazionale.


AI per la società

Ateneo Capofila: Università di Pisa.

Lo studio della società e della complessità dei fenomeni sociali ed economici ha ricevuto negli ultimi dieci anni un forte impulso grazie ai metodi dell’AI e della Data Science, alimentati dal microscopio sociale della big data analytics e del social mining attraverso l’ibridazione inter-disciplinare con le scienze sociali ed economiche. La combinazione degli approcci model-driven e data-driven del data mining, del machine learning e della network science sta progressivamente aumentando la capacità di osservare, misurare, modellizzare e prevedere fenomeni socio-economici complessi, come ad esempio la mobilità umana e la dinamica delle città, le migrazioni ed i loro determinanti economici, le dimensioni del benessere delle comunità, la formazione e la dinamica delle opinioni e delle conversazioni online, e l’impatto sociale dei sistemi AI. Questa linea scientifica è interallacciata con quella dell’AI antropo-centrica, Human-centric AI, lo sviluppo di forme avanzate di interazione persona-macchina in grado di migliorare la qualità delle decisioni individuali e collettive in campi delicati, dalla salute alla giustizia, alle transazioni economiche, alla valutazione del rischio in vari ambiti sociali ed economici. L’area di specializzazione AI for Society focalizzerà su temi cruciali come explainable AI, AI for personal assistance, AI for social interaction, AI for social good, seguendo un approccio rivolto ad incorporare nei sistemi AI valori etici condivisi (ethics-by-design) e a raggiungere obiettivi comuni, in un’ottica di sostenibilità, diversità, rispetto della dignità e dell’autonomia umana, inclusività e accettabilità sociale.