La maggior parte dei modelli AI attuali si basa su dati preesistenti: testi scritti, immagini archiviate, registrazioni passate. Questa metodologia, seppur efficace, limita la capacità delle macchine di apprendere in tempo reale e di adattarsi dinamicamente al mondo che le circonda. Un progetto europeo, denominato DPVS (Diversibus viis plurima solvo), sta cercando di superare questa barriera, sviluppando un’intelligenza artificiale che apprende direttamente dall’interazione con l’ambiente esterno. Guidato dalla startup italiana Translated, DPVS rappresenta una delle iniziative più ambiziose nel campo dell’AI applicata alla medicina, all’ambiente e alla traduzione linguistica.
Il concetto alla base di DPVS è semplice ma rivoluzionario: invece di alimentare l’AI con dati storici, si punta a farla apprendere in tempo reale, osservando e interagendo con il mondo circostante. Come spiega la filosofa Mariarosaria Taddeo, “l’intelligenza artificiale è la canna da pesca che ci serve per estrarre i frutti di questo mare” di dati, suggerendo che più vasto è l’oceano delle informazioni, più robusta deve essere la canna da pesca.
Per realizzare questa visione, sono stati coinvolti settanta ricercatori provenienti da tutta Europa e dal Regno Unito. Il progetto ha ricevuto un finanziamento di 29 milioni di euro, destinati allo sviluppo di modelli AI in grado di apprendere autonomamente da dati reali e in tempo reale.
Uno degli ambiti principali in cui DPVS intende applicare questa nuova forma di intelligenza artificiale è la medicina, con un focus particolare sulla cardiologia. Attualmente, molti strumenti AI in ambito medico sono progettati per diagnosi specifiche e utilizzano dati limitati. DPVS mira a superare queste limitazioni, raccogliendo una vasta mole di dati che possano interagire e integrarsi tra loro, offrendo diagnosi più accurate e tempestive.
Un esempio concreto di questa applicazione è la creazione di un “cuore digitale” in formato 3D, che permetterebbe di monitorare e prevedere malattie cardiache, testare l’efficacia di farmaci e analizzare l’impatto di comportamenti come il fumo. Inoltre, si sta lavorando alla realizzazione di avatar digitali dei medici, che potrebbero fornire consulenze in tempo reale ai pazienti, indipendentemente dalla loro posizione geografica.
Un altro settore in cui DPVS intende fare la differenza è quello ambientale. L’obiettivo è sviluppare modelli AI in grado di prevedere calamità naturali come inondazioni e incendi, utilizzando dati satellitari, informazioni in tempo reale e contributi provenienti dai social media. Questi modelli potrebbero fornire analisi utili agli operatori sul campo, come i vigili del fuoco, indicando percorsi alternativi, aree a rischio e risorse disponibili.
La traduzione linguistica è un altro ambito in cui DPVS intende applicare l’intelligenza artificiale. Attualmente, i modelli di traduzione automatica sono limitati dalla qualità e dalla quantità dei dati disponibili. DPVS mira a sviluppare modelli linguistici in grado di apprendere e adattarsi in tempo reale, migliorando la qualità delle traduzioni e facilitando la comunicazione tra persone di diverse lingue e culture.
Nonostante le ambiziose previsioni, Marco Trombetti, co-fondatore di Translated, riconosce che le probabilità di successo del progetto sono attualmente stimate al 20%. Tuttavia, sottolinea l’importanza di intraprendere questa strada, indicando chiaramente la direzione da seguire.