PINA: l’intelligenza artificiale che accelera la simulazione scientifica
La libreria open-source sviluppata alla SISSA di Trieste diventa risorsa strategica per lo Spoke 9
Nel mondo della modellazione matematica e del calcolo numerico, un battito cardiaco può durare un’eternità. Letteralmente: simulare un fenomeno così rapido può richiedere fino a un’intera giornata di calcolo, se si utilizzano metodi tradizionali per risolvere le equazioni alle derivate parziali (PDE). Le PDE sono equazioni matematiche che descrivono fenomeni complessi, come il moto dei fluidi, il comportamento dei materiali o la fisiologia del corpo umano. Sono fondamentali in campi come la fluidodinamica, la biomeccanica e l’aerodinamica, ma la loro risoluzione numerica è estremamente dispendiosa in termini di tempo e risorse computazionali.
Una risposta efficace a questa sfida arriva dalla SISSA – Scuola Internazionale Superiore di Studi Avanzati di Trieste. Si chiama PINA ed è una libreria open-source in linguaggio Python pensata per la simulazione efficiente di fenomeni complessi. PINA – acronimo di Physics-Informed Neural networks for Advanced modeling – è il frutto del lavoro del gruppo di ricerca SISSA mathLab ed è disponibile su GitHub con licenza MIT.
L’intelligenza artificiale al servizio della fisica
L’obiettivo di PINA è coniugare modelli matematici e deep learning, una branca dell’intelligenza artificiale che utilizza reti neurali profonde – ovvero composte da molti livelli interconnessi – per analizzare e apprendere strutture complesse. In particolare, il software permette di costruire reti neurali physics-informed, cioè modelli che imparano direttamente le leggi fisiche che governano un sistema reale, riuscendo a risolvere le relative PDE anche in assenza di dati sperimentali.
Al centro della filosofia di PINA c’è il concetto di modellazione surrogata: si tratta della costruzione di modelli matematici semplificati che replicano il comportamento di un sistema fisico, riducendo drasticamente il tempo di calcolo ma mantenendo un buon grado di accuratezza. Questo approccio si basa su una decomposizione detta offline-online che si articola in due fasi: la fase offline (computazionalmente costosa), in cui si raccolgono i dati di simulazioni accurate, se disponibili, e si costruisce il modello surrogato; la fase online (estremamente veloce), che utilizza questo modello per ottenere simulazioni rapide in tempo reale o quasi.
L’architettura modulare e scalabile della libreria consente sia un uso automatizzato per chi cerca semplicità, sia un controllo avanzato per chi desidera personalizzare ogni aspetto della simulazione.
Una risorsa chiave per lo Spoke 9
PINA si configura come uno strumento chiave per lo Spoke 9 del Consorzio iNEST. Il software implementa tecniche di riduzione d’ordine del modello (Research Topic 2), che semplificano la simulazione dei sistemi complessi preservandone la precisione, e sfrutta l’apprendimento automatico per abilitare funzionalità adattive nei gemelli digitali (Research Topic 3). Inoltre, PINA è destinata a trovare applicazione concreta in ambiti che spaziano dalla medicina alla manifattura avanzata (Research Topic 4).
Durante l’edizione 2025 della conferenza YMMOR, ospitata proprio alla SISSA, PINA è stata protagonista di un tutorial pratico che ha coinvolto oltre 30 giovani ricercatrici e ricercatori provenienti da tutta Europa. I partecipanti hanno avuto l’opportunità di utilizzare la libreria per costruire modelli in grado di simulare problemi reali complessi, confermando così l’efficacia di PINA non solo come strumento scientifico, ma anche come risorsa didattica di alto livello.
Un ponte tra la ricerca e il futuro dell’Italia del Nord-Est
L’ecosistema di PINA continua ad allargarsi, raccogliendo attorno a sé una community sempre più attiva e internazionale. Questo slancio fa intravedere per la libreria un futuro da punto di riferimento nel campo del machine learning scientifico, capace di integrare l’intelligenza artificiale con la scienza computazionale e la matematica applicata a un livello profondo.
In un contesto in cui l’Italia del Nord-Est investe nella digitalizzazione e nei gemelli digitali come strumenti di innovazione, tecnologie come PINA sono infrastrutture strategiche, veri e propri abilitatori di trasformazione digitale.