3 milioni di € per sostenere tre progetti di ricerca innovativi negli ambiti Arte-Cultura, Educazione-Formazione e Industria.

Data di pubblicazione: 21 Dicembre 2020
Obiettivo
Pianeta.

La Fondazione Compagnia di San Paolo ha pubblicato nel mese di gennaio 2020 il bando “Intelligenza Artificiale, uomo e società” con l’obiettivo di sostenere progetti di ricerca innovativi finalizzati all’avanzamento della conoscenza scientifica nell’ambito dell’intelligenza artificiale e con una ricaduta concreta sul territorio in termini economici e sociali. 

La rapida crescita delle tecnologie e soluzioni basate sull’Intelligenza Artificiale e/o Machine Learning (AI), dell’Internet delle cose (IoT) e dei relativi metodi per la valorizzazione dei dati rappresentano un’opportunità per l’uomo e la società. Promettono, infatti, di modificare in profondità le modalità di lavoro, d’istruzione, di gestione delle attività economiche e culturali, di relazione personale e sociale.

Il bando è stato creato per indagare tali opportunità in tre ambiti di particolare interesse per la Fondazione e il territorio: Arte e Cultura, Educazione e Formazione, Industria.

A conclusione del processo di valutazione delle 19 candidature pervenute sono stati deliberati gli esiti del bando, consultabili qui e nel documento in fondo alla pagina. 

I tre progetti di ricerca sull’Intelligenza Artificiale vincitori:

Art-ificial Intelligence in Support of Museums

Ambito: Arte e Cultura

L’obiettivo di Art-ificial Intelligence è rendere la gestione museale più efficiente e l’esperienza di visita più coinvolgente e individualizzata.

Il progetto coinvolge sette dei più importanti musei torinesi, con l’opportunità di raccogliere dati di circa 2,4 milioni di visitatore per anno che rappresentano i 2/3 di tutti i visitatori dei musei nell’area metropolitana di Torino.

Attualmente i musei dell’area metropolitana torinese fanno scelte gestionali utilizzando un approccio qualitativo. Il progetto intende supportarli utilizzando, invece, un approccio quantitativo avvalendosi di big data, algoritmi statistici e tecniche di machine learning. In particolare, ci si pone l’obiettivo di fare un’analisi predittiva dei flussi di visitatori e di aumentare i profitti dei musei attraverso la discriminazione del prezzo di ingresso che, ora, tende a variare poco per tipologia di visitatori così come per giorno e orario della visita.

Avere informazioni più analitiche permetterebbe ai musei di gestire in maniera ottimale il flusso di visitatori, aumentando la sicurezza e la soddisfazione dei visitatori, risparmiando tempo e risorse, offrendo servizi migliori al bookshop e alla caffetteria e, infine, permettendo di attuare il distanziamento sociale imposto dalla pandemia del Covid-19.

Il progetto si propone anche di offrire ai musei la possibilità di sviluppare tour virtuali, ancora pochissimo utilizzati nei musei dell’area torinese, che permettano un’interazione tra virtuale e reale e tra musei diversi.

Infine, per rendere più personalizzata l’esperienza di visita museale sarà sviluppata un’App, I-Muse, che permetterà ai visitatori, con l’ausilio di QR-code consultabili presso le singole opere museali, di approfondire la propria conoscenza e trovare connessioni tra opere presenti in diversi musei. 

Al momento il progetto coinvolge sette musei, ma potrà nel tempo essere facilmente esteso a tutti i musei della città di Torino, così come a tutto il territorio italiano.

Collaborano al progetto il Big Data Analysis Lab della Città di Torino, l’Associazione Abbonamento Musei e l’Osservatorio Culturale del Piemonte.

Partner Capofila: Università di Torino – Dipartimento di Scienze Economico-Sociali e Matematico-Statistiche (ESOMAS). Principal Investigator: Prof. Giovanni Mastrobuoni

Partner di Ricerca e sviluppo: Università di Torino – Dipartimento di Management; Politecnico di Torino -Dipartimento di Architettura e Design; Politecnico di Torino – Dipartimento di Automatica ed Informatica (DAUIN)

Partner territoriali: GAM, La Venaria Reale, MAO, MAUTO, Museo del Cinema, Palazzo Madama, Pinacoteca Agnelli 

Ente di valutazione: ASVAPP – Associazione per lo Sviluppo della Valutazione e l’Analisi delle Politiche Pubbliche

 

SMaILE
Simple Methods for Artificial Intelligence Learning and Education

Ambito Educazione e Formazione

SMaILE vuole determinare un utilizzo efficace degli strumenti messi a disposizione dall’Intelligenza Artificiale favorendo una conoscenza consapevole dei suoi principi, codici, funzionalità e applicazioni.

Per realizzare questo obiettivo, SMaILE utilizza la Teoria dei Giochi e i codici della Gamification adottando una metodologia educativa che punti al massimo coinvolgimento dei ragazzi in modo che possano prima interiorizzare il set di conoscenze e poi apprendere l’utilizzo degli strumenti applicativi. 

Attraverso due strumenti:

  • Una piattaforma educational online che aiuti a sviluppare nei ragazzi le competenze di AI insieme ad una serie di attività ludico-didattiche da svolgere, sia in modalità fisica che virtuale, con gli enti territoriali. 
  • Un’applicazione, la SMaILE App, che servirà sia per spiegare l’Intelligenza Artificiale in modalità attiva attraverso il gioco (learning by doing), che per fornire ai ragazzi alcuni applicativi di AI che permetteranno loro di mettere in pratica (creative learning e design thinking) le competenze acquisite grazie alla realizzazione di un prodotto creativo digitale originale.

 

Partner Capofila: Politecnico di Torino – Dipartimento di Scienze Matematiche (DISMA). Principal Investigator: Prof. Giacomo Como

Ricerca e sviluppo: Università di Torino – Dipartimento di Informatica; Royal Holloway University of London – Department of Computer Science

Partner territoriali: POPAI, Quercetti, Convitto Umberto I, AIACE Associazione Italiana Amici Cinema d’Essai

Ente di valutazione: FBK-IRVAPP

 

Progetto: Circular Health

Ambito Industria

Il progetto adotta un approccio Circular Health nella gestione dell’industria della salute nel territorio. 

Circular Health è un approccio alla progettazione e all’attuazione di programmi, politiche, legislazione, produzione industriale e ricerca in cui più settori comunicano e lavorano insieme per ottenere migliori risultati di salute pubblica.

L’intento del progetto, infatti, è di andare a coprire non solo gli aspetti della salute umana, ma anche il benessere degli animali nell’industria alimentare e la qualità della produzione agricola in un approccio interdisciplinare. 

L’obiettivo è costruire una metodologia per raccogliere e analizzare dati con tecniche AI, sviluppandola in due mission project.

1) Un progetto con Città della Salute e della Scienza e l’Ospedale Cottolengo, che porterà competenze di machine learning e predictive business process management per la ricostruzione automatica dei processi degli ospedali creando un loro digital twin, la loro ottimizzazione e per fare previsioni sull’esito e tempi dei processi e per riallocare le risorse dinamicamente per affrontare i cambiamenti.

2) Un progetto sulla produzione di prodotti agricoli e sull’allevamento di bovini, che svilupperà e applicherà tecnologie AI per supportare le aziende nel ristrutturare il loro funzionamento nell’affrontare sfide come la diffusione di patogeni, cambiamenti e disastri ambientali, cambiamenti nei prezzi, nel comportamento dei consumatori, e per aumentare la produzione e la sicurezza alimentare dei loro prodotti.

Per ottimizzare i processi è prevista anche una formazione sull’AI degli enti territoriali coinvolti, coinvolgendo il Competence Center per l’Industria 4.0 CIM4.0. 

Partner Capofila: Università di Torino – Dipartimento di Informatica. Principal Investigator: Prof. Guido Boella

Partner Ricerca e sviluppo: Fondazione Bruno Kessler – Research Unit of Process & Data Intelligence; Università di Torino – Centro Agrinnova

Partner territoriali: Città della Salute e della Scienza; Ospedale Cottolengo; Fudex; Vanzetti-Holstein

Ente di valutazione: CNR-IRCRES