PI: Massimiliano Pontil (Istituto Italiano di Tecnologia)
Co-PI: Concetto Spampinato (Università degli Studi di Catania) e Aldo Gangemi (CNR)
L’intelligenza umana è in grado di apprendere in modo trasparente, continuo ed efficiente con una supervisione limitata, adattandosi all’ambiente mentre interagisce con altri agenti. Affinché l’AI possa affrontare un simile ambizioso obiettivo, è necessario progettare e sviluppare sistemi di rilevamento percezione- azione che vadano oltre il paradigma della mera “imitation by inspiration”. Questi sistemi devono integrare l’apprendimento, la pianificazione e la scoperta imitando rigorosamente la loro controparte biologica su più scale, dai singoli neuroni alle reti cerebrali più complesse, fino ai meccanismi cognitivi e sociali. Queste sono le caratteristiche chiave che i sistemi sostenibili di intelligenza artificiale bioinspired dovranno imparare, esattamente come fanno gli esseri umani, producendo risultati efficienti (dal punto di vista dei dati/consumo energetico) e robusti. Le dimensioni dell’efficienza e della robustezza sono in netto contrasto con la recente generazione di sistemi di intelligenza artificiale il cui successo è arrivato a discapito del consumo di una quantità insostenibile di risorse ed essendo spesso fragile.
