Research Topic 1
I gemelli digitali sono concepiti per rispecchiare fenomeni incredibilmente intricati, come le turbolenze, le risposte fisiologiche negli organismi e il flusso del traffico nelle reti di trasporto urbano. Questi fenomeni ricadono nella vasta categoria dei sistemi complessi, insiemi di elementi interconnessi le cui interazioni danno origine a comportamenti e proprietà globali che non possono essere spiegati guardando solamente ai singoli componenti.
Per comprendere e prevedere il comportamento di un sistema complesso, gli scienziati si affidano a un modello matematico. Si tratta di un insieme di equazioni che racchiudono le leggi fisiche che governano il sistema: risolvere le equazioni del modello matematico corrisponde a decifrare la fisica alla base del sistema complesso.
Trattandosi di un compito spesso lungo e impegnativo, le ricercatrici e i ricercatori ottimizzano il lavoro impiegando un algoritmo di calcolo numerico: anziché eseguire i calcoli a mano, forniscono una serie di istruzioni passo dopo passo a un computer, in grado di risolvere un problema utilizzando soltanto numeri e operazioni logico-matematiche. Gli algoritmi numerici sono l’essenza dei gemelli digitali e consentono la simulazione in tempo reale di un sistema complesso. Sfortunatamente, il loro utilizzo comporta l’introduzione di alcune approssimazioni nei calcoli, che si traducono in piccoli errori nei risultati finali.
Oggi gli algoritmi di calcolo numerico hanno raggiunto un elevatissimo livello di efficienza grazie all’Intelligenza Artificiale (IA) e, in particolare, al Machine Learning (ML), un sottoinsieme di algoritmi di IA che consente ai computer di eseguire compiti senza esplicite istruzioni di programmazione. Dotata di un algoritmo di ML, una macchina diventa una sorta di apprendista virtuale che impara dai dati e dall’esperienza, in grado di identificare modelli e di prendere decisioni o di fare previsioni sulla base di tali informazioni.
Il potenziale del Machine Learning nello sviluppo dei gemelli digitali è immenso; per esprimerlo appieno, occorre indagarne in profondità tutti gli aspetti. È qui che entra in gioco il Research Topic 1 (RT1) dello Spoke 9: il suo obiettivo è quello di studiare a fondo gli algoritmi di ML per raccogliere informazioni cruciali per la creazione di gemelli digitali affidabili, aprendo la strada alla loro applicazione concreta.
Coordinamento
Sono coinvolti nel Research Topic 1 ùla Scuola Internazionale Superiore di Studi Avanzati (SISSA), l’Università degli Studi di Padova (UniPD) e l’Università degli Studi di Trieste (UniTS).
Il coordinatore del RT1 è il Prof. Mario Putti dell’Università degli Studi di Padova.
