Speaker
Descrizione
Obiettivo del progetto è comprendere, attraverso approccio interdisciplinare, la cognizione naturale (CN) ed artificiale (CA) e le loro relazioni. Ci si trova all'intersezione tra scienze cognitive, linguistiche, sociali, neuroscienze, ICT, e AI.
Accrescere la comprensione dei meccanismi alla base del modo in cui pensiamo, impariamo, comunichiamo e interagiamo è fondamentale per sviluppare sistemi artificiali più adattivi e inclusivi. Al contempo, lo sviluppo di tali sistemi è utile a comprendere meglio meccanismi cognitivi e neurali della mente umana.
La CN sarà indagata attraverso analisi empirica, modellazione di grandi basi di dati comportamentali multimodali e modelli computazionali del cervello e del comportamento: il cervello come macchina per apprendere, comunicare e generare percezioni, modelli del mondo e azioni finalizzati all’espressione di decisioni e interazioni sociali complesse. Si otterranno interventi migliorativi del benessere e delle dinamiche sociali.
Studio e sviluppo della CA con sistemi di AI e robot autonomi, saranno orientati dall’elaborazione dei modelli acquisiti nello studio della CN, investigando approcci neuro-simbolici e grounded-world models. Si affronteranno sfide critiche: lo sviluppo di tecnologie in grado di adattarsi in modo flessibile alle esigenze umane, allinearsi ai valori umani e interagire eticamente.
Partendo dai principi derivati dallo studio della CN il progetto, creando modelli interpretabili e sostenibili, si propone di affrontare i problemi riscontrati nei sistemi AI di elaborazione automatica di immagini e testi che pur avendo prestazioni eccellenti mostrano limiti di interpretabilità e elevato consumo di risorse computazionali ed energetiche.
La relazione tra CN e CA, in chiave interazionale e sociale, faciliterà la collaborazione umano-artificiale, affrontando questioni come fiducia, responsabilità e impatto sociale dei sistemi intelligenti.
Questo rapporto indirizza studio e progettazione di sistemi socio-tecnici complessi incorporando concetti come la teoria della mente, la modellazione delle norme sociali, le reti di dipendenza e fiducia e l'autonomia sociale regolabile e adattiva. Con avanzamenti nelle sfide sociali ed economiche: i processi decisionali in settori ad alto rischio, l’AI per l’educazione, l'assistenza sanitaria di precisione e assistita, l'adattamento ai cambiamenti climatici, l'elaborazione di politiche, e così via.
Le infrastrutture saranno funzionali a diversi obiettivi:
CN: abilitare raccolta, condivisione, modellazione computazionale di dati neuroscientifici, psico-logici/linguistici e comportamentali, per valutare i processi cognitivi umani (percezione, apprendimento, etc.).
CA: condivisione di modelli computazionali e reti intelligenti ispirate alla CN, con innovazioni nei sistemi di apprendimento automatico, adattività, inclusività e HMI.
CN/CA: integrazione di dati multimodali e multidisciplinari per studiare le dinamiche HMI, valutando impatti sociali ed etici.
