/ricerca/ansait/search.shtml?tag=
Mostra meno

Se hai scelto di non accettare i cookie di profilazione e tracciamento, puoi aderire all’abbonamento "Consentless" a un costo molto accessibile, oppure scegliere un altro abbonamento per accedere ad ANSA.it.

Ti invitiamo a leggere le Condizioni Generali di Servizio, la Cookie Policy e l'Informativa Privacy.

Puoi leggere tutti i titoli di ANSA.it
e 10 contenuti ogni 30 giorni
a €16,99/anno

  • Servizio equivalente a quello accessibile prestando il consenso ai cookie di profilazione pubblicitaria e tracciamento
  • Durata annuale (senza rinnovo automatico)
  • Un pop-up ti avvertirà che hai raggiunto i contenuti consentiti in 30 giorni (potrai continuare a vedere tutti i titoli del sito, ma per aprire altri contenuti dovrai attendere il successivo periodo di 30 giorni)
  • Pubblicità presente ma non profilata o gestibile mediante il pannello delle preferenze
  • Iscrizione alle Newsletter tematiche curate dalle redazioni ANSA.


Per accedere senza limiti a tutti i contenuti di ANSA.it

Scegli il piano di abbonamento più adatto alle tue esigenze.

IA più smart e trasparente, la ricerca di Rafanelli

IA più smart e trasparente, la ricerca di Rafanelli

La 29enne tra i primi dottori in IA col sostegno Univaq

L'AQUILA, 21 febbraio 2025, 18:42

Redazione ANSA

ANSACheck
- RIPRODUZIONE RISERVATA

- RIPRODUZIONE RISERVATA

Favorire lo sviluppo di sistemi di intelligenza artificiale più trasparenti ed efficienti. E' su questo obiettivo che si concentra lo studio della 29enne Andrea Rafanelli, neo-dottoressa di ricerca nell'ambito del programma nazionale di dottorato in Intelligenza Artificiale - area Società. Il suo lavoro, intitolato 'Towards an Integration of Learning and Reasoning in Agent and Multi-agent Systems', esplora una delle sfide più attuali nell'IA: l'integrazione tra metodi sub-simbolici, come il machine learning, e metodi simbolici, basati su regole logiche.
    Rafanelli ha condotto la sua ricerca, alla pari di altri otto neo-dottori, nell'ambito del programma di eccellenza avviato nel 2021/22, che ha coinvolto il Cnr, Infn, Indam e 18 atenei italiani, con sede amministrativa a Pisa. La sua borsa di studio è stata co-finanziata dall'Università dell'Aquila, dove ha avuto come tutor la professoressa Stefania Costantini.
    L'obiettivo del suo lavoro è sviluppare sistemi ibridi di intelligenza artificiale che possano apprendere dai dati ma anche ragionare in modo trasparente e interpretabile. Questo approccio è cruciale per migliorare la fiducia e la comprensibilità dell'IA in settori critici come la salute, la finanza e la sicurezza.
    "La sfida principale - spiega all'ANSA Rafanelli - è combinare i metodi sub-simbolici, che eccellono nell'analisi di grandi quantità di dati, con i metodi simbolici, che garantiscono una maggiore trasparenza nelle decisioni". Questa fusione, nota come 'Neuro-Symbolic AI', consente di sviluppare agenti intelligenti capaci di imparare dai dati con tecniche di deep learning, ragionare in modo interpretabile attraverso regole logiche, migliorare la sostenibilità energetica riducendo il consumo computazionale e garantire maggiore etica e trasparenza nell'uso delle informazioni. La ricerca mira a creare agenti intelligenti più sofisticati in grado di affrontare compiti complessi.
    "L'obiettivo - conclude Rafanelli - è progettare sistemi che possano rispondere alle sfide del mondo moderno, fornendo strumenti più affidabili, trasparenti ed efficienti". Il lavoro si inserisce in un panorama in evoluzione, in cui l'IA rappresenta anche una sfida etica e sociale.
   

Riproduzione riservata © Copyright ANSA

Da non perdere

Condividi

O utilizza