di Leone de Marco, data scientist di 3rdPlace
Negli ultimi anni si è assistito ad un’adozione di tecnologie basate su Intelligenza Artificiale su larga scala, in ambiti molto diversi fra loro. Tra gli esempi più impressionanti possiamo citare i progressi effettuati dalle case automobilistiche per dotare i veicoli di una vera guida autonoma e i sistemi di riconoscimento facciale utilizzati su larga scala in Cina. In realtà da tempo l’Intelligenza Artificiale è ampiamente applicata, spesso a nostra insaputa, in ambiti quali l’intrattenimento, il marketing e l’industria. Basti pensare ai filtri utilizzati da molti social network, alle pubblicità personalizzate che per “magia” compaiono sui nostri smartphone e alle fabbriche più avanzate, in cui l’utilizzo di sistemi “intelligenti” ha consentito un significativo efficientamento e ottimizzazione di molti processi produttivi.
Cosa si intende per Intelligenza Artificiale?
Il termine può essere facilmente frainteso: siamo lontani dal creare un’intelligenza che, imparando da stimoli ed esperienze, sia in grado di prendere decisioni in maniera autonoma. In altre parole, non siamo ancora in grado di creare un’intelligenza pari o superiore a quella umana. Per Intelligenza Artificiale si intende l’insieme di hardware e software utilizzati per creare e azionare algoritmi di machine learning e/o deep learning che “imparano” da grandi insiemi di dati noti per poi “suggerire decisioni” su dati nuovi. Per natura questi processi non sono legati ad un ambito specifico e, anzi, sono potenzialmente applicabili in qualunque settore. Questa caratteristica sta portando sempre più ad una contaminazione delle discipline, delle attitudini, delle metodologie e dei settori industriali. Le attività in cui gli esperti di settore avevano raggiunto determinate prestazioni sono state rivoluzionate dall’applicazione di tecniche di Intelligenza Artificiale che hanno migliorato sensibilmente le prestazioni e creato nuove possibilità, prima impensabili.
L’Intelligenza Artificiale contamina i settori
Uno degli esempi più vincenti di questa contaminazione cross-domain è DeepMind, start-up di intelligenza artificiale nata a Londra nel 2010 e acquisita da Google nel 2014. Gli scienziati di DeepMind hanno ottenuto risultati impressionanti, portando innovazione in diversi campi e problemi, scelti anche per la loro difficoltà. Negli anni gli algoritmi di DeepMind hanno, in ordine, battuto il campione mondiale di Go (un gioco da tavolo cinese, spesso paragonato agli scacchi ma con una complessità molto maggiore), battuto uno dei migliori giocatori di Starcraft 2 (un videogioco considerato alla stregua di uno sport in Corea del Sud) e “risolto” il problema del ripiegamento delle proteine, creando un terremoto nella comunità scientifica. Quest’ultimo exploit è la dimostrazione che l’Intelligenza Artificiale ha le potenzialità per rivoluzionare anche ambiti scientifici che prima erano prerogativa quasi esclusiva di tecnici specializzati.
Questa è anche una delle mission del gruppo Datrix, specializzato in soluzioni basate su intelligenza artificiale, quotato dal 3 dicembre scorso su Euronext Growth Milan.
Da un lato il gruppo Datrix, attraverso tech company verticali, si occupa di fornire ai clienti business soluzioni software innovative per la finanza, il marketing e le vendite, la data monetization. Dall’altro, con la sua tech company specializzata in machine learning 3rdPlace, è attiva anche nella ricerca scientifica, partecipando e fornendo la propria esperienza nell’analisi e attivazione dati a diversi progetti di ricerca internazionali in partnership con Università di tutta Europa. L’obiettivo di queste partnership è duplice: contribuire all’avanzamento di ambiti di ricerca scientifica applicata e acquisire conoscenze riutilizzabili nei settori business.
I progetti di ricerca biomedicale di 3rdPlace
Negli ultimi anni, in 3rdPlace siamo molto attivi nel campo della ricerca biomedicale, con ben tre progetti: NewMed, CRIMSON e OrganVision.
NewMed è un progetto che, grazie alla collaborazione, tra gli altri, del Politecnico di Milano e dell’ospedale Humanitas, si propone di studiare nuovi supporti diagnostici alla chirurgia per aumentarne l’efficacia e ridurne gli effetti collaterali. Il piano di lavoro ha tre finalità: la creazione di uno strumento avanzato di diagnostica per immagini con specializzazione tumorale, lo sviluppo di metodi di imaging in fluorescenza per diagnostica e chirurgia di precisione, la formulazione di nanovettori per il rilascio controllato di farmaci nel cuore malato. Il contributo di 3rdPlace è previsto per il primo ambito di lavoro, in cui il Politecnico si occuperà dello sviluppo di microscopi Raman di nuova generazione in grado di determinare la composizione molecolare dei diversi tessuti, mentre 3rdPlace dello sviluppo di algoritmi per la classificazione in tempo reale di tessuti tumorali. Il tool così composto potrà essere utilizzato dai chirurghi durante le operazioni oncologiche, ottenendo un prezioso aiuto nel distinguere con grande precisione porzioni di tessuto sano da quelle invece già interessate dal tumore.
CRIMSON vede ancora 3rdPlace con il Politecnico di Milano, ma nel consorzio ci sono anche, tra gli altri, l’Istituto Nazionale dei Tumori, il Leibniz Institute of Photonic Technology (Jena, Germania) e l’Institut Fresnel (Marsiglia, Francia). Anche in questo progetto verranno sviluppati microscopi avanzati basati sulla tecnologia CRS a banda larga (una specifica tipologia di Raman) coadiuvati da Intelligenza Artificiale per il processamento e la classificazione delle immagini. 3rdPlace qui si occupa dello sviluppo di algoritmi per la rimozione del rumore dagli spettri ottenuti dai microscopi. Il dato “pulito” verrà poi utilizzato come input per un sistema di classificazione più ad ampio spettro in grado di classificare i diversi componenti cellulari. L’impatto principale di CRIMSON sarà lo sviluppo di uno strumento di microscopia-endoscopia non invasivo, basato su CRS a banda larga, per l’imaging rapido, quantitativo e obiettivo di campioni biologici come cellule 2D/3D, sezioni di tessuto o organi, in grado di determinarne la natura morfologica e molecolare con una precisione senza precedenti.
OrganVision è un progetto vincitore di un finanziamento Horizon 2020, in cui 3rdPlace fa parte di un consorzio capeggiato dalla Norges Arktiske Universitet (Tromsø, Norvegia), con, tra gli altri, l’IFOM (Milano) e l’Universitat de Barcelona (Barcellona, Spagna). OrganVision è una proposta tecnologica rivoluzionaria che aprirà nuovi orizzonti nella microscopia e svilupperà una soluzione di imaging ideale per la ricerca sugli organoidi, repliche artificiali di organi umani. Per fare ciò saranno sviluppate nuove soluzioni di imaging in grado di funzionare su campioni a spessore variabile, in tempo reale ed a risoluzione sia subcellulare che inter cellulare (a livello di tessuto). Lo scopo finale è studiare in tempo reale lo sviluppo di malattie in vivo su organoidi: il progetto pilota è su malattie cardiache, utilizzando un organoide che replica il cuore umano. Per poter utilizzare le immagini, catturate in bianco e nero in quanto colorazioni chimiche o fluorescenti potrebbero danneggiare i tessuti, 3rdPlace sta sviluppando un algoritmo di digital staining che consentirà di ricolorare le immagini in maniera differenziale in base alla tipologia di cellula e componente subcellulare.
Alla base del nostro lavoro e impegno quotidiano c’è la convinzione che un approccio data-driven abilitato dall’Intelligenza Artificiale sia un’incredibile opportunità per aumentare e accelerare le capacità di business, ma anche quello di fare innovazione dirompente e socialmente utile nella ricerca scientifica.
