16:30
Intelligenza Sensorimotoria Artificiale e Robotica Aumentativa per affrontare le sfide della disabilità
Domenico Prattichizzo

La robotica aumentativa, integrata con l'intelligenza artificiale sensorimotoria, riduce significativamente l’impatto della disabilità sulla vita quotidiana. Robot assistivi, interfacce indossabili e altre tecnologie avanzate fungono da anticorpi per le limitazioni fisiche e cognitive, permettendo di superare, almeno in parte, gli ostacoli imposti dalla disabilità. Queste soluzioni innovative aprono la strada a un futuro più inclusivo e accessibile, in cui la tecnologia diventa un alleato fondamentale per l'autonomia e l'integrazione sociale. Viva la tecnologia che sfida la disabilità!

17:10
Explainable AI e i suoi usi “Non Convenzionali”
Fabrizio Silvestri

In questa presentazione, esploreremo alcuni dei più recenti progressi nell’ambito dell’Explainable AI (XAI) che abbiamo sviluppato negli ultimi cinque anni. Mostreremo come i metodi di XAI possano essere applicati in diversi domini, tra cui dati tabulari, grafi e modelli black-box generali. In particolare, illustreremo come queste tecniche possano essere utilizzate per analizzare e interpretare strutture dati complesse, offrendo una comprensione dei processi decisionali che prima risultavano oscuri.
Uno dei punti salienti sarà il nostro approccio innovativo per applicare l’XAI nel contesto dell’analisi delle reti sociali. Dimostreremo come questi metodi possano essere utilizzati per sfidare gli algoritmi di rilevamento delle comunità nelle reti sociali, consentendo la modifica delle strutture delle comunità in modo non rilevabile da parte degli amministratori o dei proprietari della piattaforma. Questo ha significative implicazioni per la robustezza e l’integrità dei meccanismi basati sulle comunità, con potenziali applicazioni in termini di privacy preservation, adversarial attacks e nella comprensione più ampia delle dinamiche sociali all’interno delle reti.

17:50
Coffee Break

18:10
Patient similarity networks e graph representation learning per grafi eterogenei: due nuovi approcci alla Network Medicine.
Giorgio Valentini

Sin dai lavori pionieristici di Barabasi, sono state sviluppate diverse linee di ricerca interessanti basate sul machine learning nel contesto della Network Medicine. Qui mi concentro su due approcci principali a cui ho contribuito presso l’AnacletoLab dell’Università di Milano. Le Patient Similarity Networks sono grafi incentrati sui pazienti: i nodi rappresentano pazienti connessi ad altri pazienti in base alla loro similarità clinica e biomolecolare. Dopo aver combinato diverse fonti di dati clinici e omici, vengono applicati metodi di intelligenza artificiale graph-based ai grafi risultanti per affrontare problemi di phenotype and outcome prediction.
I Knowledge Graphs (KG) sono stati sviluppati di recente per rappresentare in modo relazionale la conoscenza bio-medica e sono caratterizzati da diversi tipi di nodi e archi che rappresentano vari tipi di entità biomolecolari o concetti biomedici codificati in ontologie, e risultano così essere grafi eterogenei complessi. Introduco RNA-KG, un KG progettato per raccogliere la conoscenza bio-medica relativa al “mondo dell’RNA” e i metodi di apprendimento di rappresentazioni per grafi eterogenei che abbiamo sviluppato per analizzare l’RNA-KG e supportare la progettazione di nuovi farmaci basati sull’RNA.

18:50
Reinventando l'AI: È il Momento per un Nuovo Paradigma?
Marco Gori

L'AI sta rivoluzionando non solo l'intero campo dell'informatica, ma quasi tutti i settori scientifici. Tuttavia, mentre i contesti applicativi esplodono e i LLM mostrano qualità cognitive sorprendenti, l'intero campo della ricerca sull'AI sembra avviarsi verso una saturazione delle idee fondamentali che hanno reso possibili i risultati spettacolari delle grandi aziende di oggi. Forse il famigerato "AI winter" sta insinuandosi nella ricerca? In questo intervento sostengo che il momento sia maturo per un ripensamento radicale delle metodologie dell'AI, con l'obiettivo di migrare l'intelligenza dal cloud alla crescente popolazione globale di dispositivi con CPU integrate.