Eventi
Dicembre
2019
Dicembre
2019
Maggio
2020

Nuovi algoritmi per neutrini e fake-news

The IceCube Lab -2012 Credit: Sven Lidstrom, IceCube/NSF
The IceCube Lab -2012 Credit: Sven Lidstrom, IceCube/NSF

Servizio comunicazione istituzionale

Hanno qualcosa in comune i neutrini – le particelle subatomiche elementari – con le false notizie che proliferano sui social media? La risposta – singolare e positiva – arriva da un gruppo di ricercatori dell’Istituto di scienza computazionale (ICS) dell’USI e si fonda sulla constatazione di come sia possibile rappresentare il comportamento di entrambi (sia dei neutrini che delle fake-news) attraverso la stessa struttura dati. Una struttura che si basa sulla geometria non euclidea, per il cui studio occorre una nuova classe di algoritmi, in gergo tecnico le Graph Convolutional Neural Networks (GCNN).

Si tratta di modelli matematici particolarmente complessi e il lavoro di ricerca ad essi dedicato è valso a Federico Monti, membro del gruppo del Prof. Michael Bronstein, il riconoscimento per il miglior contributo scientifico da parte della ICMLA, la più importante conferenza internazionale del settore.

Monti, in collaborazione con altri colleghi della New York University, di Berkeley e dell’Imperial College, ha avuto l’occasione di collaborare con il Lawrence Berkley National Laboratory su dati acquisiti dall’IceCube Neutrino Observatory al Polo sud, il potente osservatorio polare che – grazie a 60 sensori posizionati ad oltre due chilometri di profondità nel ghiaccio antartico – studia il comportamento dei neutrini con l’obiettivo di aprire nuovi scenari di ricerca rispetto alla nascita e allo sviluppo dell’universo.

Secondo Federico Monti: “Elaborare efficacemente i dati acquisiti dall'IceCube detector con classici algoritmi di Deep Learning (molto utili ad elaborare dati definiti su griglie regolari come immagini, video o messaggi audio) risulta complesso a causa dell'irregolarità della rete di sensori disposti nell'osservatorio, la quale presenta diverse densità in diverse aree del ghiaccio. I nuovi algoritmi GCNN risultano invece ideali a tale scopo, in quanto pensati proprio per fronteggiare strutture irregolari come grafi o superfici”.

Passando dal polo sud ai social network, si tratta – come detto – delle stesse strutture di dati che caratterizzano anche la dinamica di propagazione delle notizie false su internet: sfruttando questa caratteristica, la spin-off chiamata Fabula AI e fondata all’USI proprio dal Prof. Bronstein, dallo stesso Federico Monti e dal Dr. Davide Eynard, sta lavorando a sistemi innovativi di analisi, che potrebbero permettere in un prossimo futuro di contrastare la diffusione delle bufale in rete.

Il premio ICMLA: www.icmla-conference.org/icmla18/awards.html
IceCube: https://icecube.wisc.edu/gallery/press/view/1336
Fabula AI: www.usi.ch/it/feeds/7721

Sections