L'area compre gli aspetti teorici e applicativi dell'intelligenza artificiale e della scienza dei dati, con particolare attenzione all'apprendimento automatico e profondo, alla visione artificiale, alla modellazione del linguaggio naturale e all'elaborazione vocale e audio.
La ricerca fondamentale mira a migliorare l'affidabilità (che comprende equità e comprensione dei modelli generati), robustezza (in termini di gestione del cambiamento di dominio e concetto, apprendimento incrementale e tolleranza ai guasti) ed efficienza energetica dei sistemi di intelligenza artificiale. I metodi di ricerca si concentrano principalmente sulla progettazione, ottimizzazione e scalabilità di algoritmi e architetture di apprendimento, nonché sull'integrazione con modelli logici e fisici.
I metodi di progettazione e ottimizzazione per l'apprendimento automatico efficiente dal punto di vista energetico, dagli scenari edge a quelli cloud, includono anche la co-ottimizzazione hardware/software. Gli argomenti applicati includono robotica, analisi di grafici, serie temporali, dati spazio-temporali e tabulari, business intelligence, industria 4.0/5.0 e città intelligenti.
La visione artificiale è considerata in senso lato, dagli algoritmi veloci e ben noti utilizzati nelle applicazioni industriali, agli scenari applicativi complessi con requisiti rigorosi, come la guida autonoma e la robotica IA affidabile, sicura e spiegabile, equità e pregiudizio nell'IA, deriva concettuale nell'apprendimento automatico.
Le specifiche tematiche di ricerca in quest'area sono:
- Elaborazione del linguaggio naturale, elaborazione audio e vocale, apprendimento multimodale
- Apprendimento Theory-guided e Physics-informed
- Machine Learning su grafi, serie temporali e spazio-temporali
- Algoritmi e architetture dei Big Data
- Machine learning su dati tabulari e database relazionali
- Cybersecurity, privacy e analisi del traffico di rete
- Applicazioni di machine learning (es. manutenzione predittiva, analisi quantitativa dei mercati finanziari, anomalie e rilevamento guasti)
- Scienza dei dati urbani per le città intelligenti
- Scienza dei dati per l'impatto sociale
- Gestione dei dati e business intelligence a supporto del processo decisionale
- Apprendimento autonomo per sistemi intelligenti in modalità aperta
- Domain adaptation
- Incremental learning
- Riconoscimento dell'azione in prima persona
- Computer Vision e AI per la robotica
- Riconoscimento vocale automatico
- Tiny machine learning
- Apprendimento automatico robusto e resistente ai guasti
- IA neurosimbolica
- PE6_7 Artificial intelligence, intelligent systems, multi agent systems
- PE6_8 Computer graphics, computer vision, multimedia, computer games
- PE6_9 Human computer interaction and interface, visualisation and natural language processing
- PE6_10 Web and information systems, database systems, information retrieval and digital libraries, data fusion
- PE6_11 Machine learning, statistical data processing and applications using signal processing (e.g. speech, image, video)