Research Topic 3
La creazione di un gemello digitale richiede un continuo scambio di dati con il sistema reale. Per ottenere quante più informazioni possibili, gli scienziati fanno ricorso a tecniche basate sull’intelligenza artificiale (IA) e, in particolare, sull’apprendimento automatico (machine learning, ML), un sottoinsieme di algoritmi di IA che consente ai computer di eseguire compiti senza esplicite istruzioni di programmazione. Questo è il focus del Research Topic 3 (RT3).
Dotata di un algoritmo di ML, una macchina diventa una sorta di apprendista virtuale che impara dai dati e dall’esperienza, adattando il proprio comportamento e imitando la capacità umana di risoluzione dei problemi. L’apprendimento automatico conferisce alle macchine la capacità di interpretare modelli, formulare previsioni ed evolvere il comportamento di un sistema nel tempo, aprendo la strada allo sviluppo di gemelli digitali che non siano solo repliche statiche, ma strumenti dinamici e adattivi capaci di rispondere ai cambiamenti in tempo reale.
Il bisogno cruciale di risparmiare risorse computazionali spinge a sfruttare il Deep Learning (DL), un sottoinsieme del machine learning in cui gli algoritmi sono composti da molti strati di reti interconnesse, in grado di estrarre caratteristiche più avanzate dai dati iniziali in maniera progressiva. Il Deep Learning facilita l’istantanea elaborazione dei dati e garantisce la risposta in tempo reale nelle applicazioni dei gemelli digitali.
Coordinamento
Sono coinvolti nel Research Topic 3 l’Università degli Studi di Trieste (UniTS) e la Scuola Internazionale Superiore di Studi Avanzati (SISSA). Il coordinatore del RT3 è il Prof. Luca Bortolussi dell’Università degli Studi di Trieste.
