Due nuovi libri tecnici dal nostro comitato scientifico

Siamo lieti di annunciare l'uscita di due libri scritti da membri del nostro comitato scientifico.

Si tratta di temi che sono alla base di molte attivià che svolgiamo in Deix e che ci fa piacere vedere in pubblicazioni dedicate

**Introduction to Methods for Nonlinear Optimization**

*L. Grippo, M. Sciandrone* - *Springer, 2023*

Questo libro ha due obiettivi principali:
- fornire un'introduzione concisa ai metodi di ottimizzazione nonlineare,che possa essere usata come un libro di testo a livello di laurea magistrale o triennale;
- raccogliere e organizzare alcuni argomenti importanti sugli algoritmi di ottimizzazione, non facilmente reperibili nei libri di testo, che possono fornire materiale per corsi avanzati o fungere da testo di riferimento per l'autoapprendimento e la ricerca.


**Complementi di Matematica**

*G. Liuzzi, M. Sciandrone - Hoepli, 2023*

Pensato per gli studenti universitari dei corsi di Laurea triennale in Ingegneria, Complementi di matematica introduce i concetti matematici fondamentali per lo studio di proprietà di insiemi dello spazio euclideo n-dimensionale e di funzioni di più variabili reali.

La trattazione si discosta nettamente da quella tradizionale permettendo allo studente di prendere contatto con una matematica algoritmica e orientata alla soluzione modellistica e numerica di problemi applicativi.

L’IA salverà il mondo

Audace? Certo che sì, ma dietro questa visione avveniristica c'è una realtà tangibile. Mentre il titolo può sembrare provocatorio, esplorando il potenziale della Green AI possiamo scoprire come l'intelligenza artificiale stia effettivamente svolgendo un ruolo significativo nella ricerca di soluzioni sostenibili per affrontare le sfide ambientali globali.
Ma attenzione, è bene vedere questa realtà come un Giano Bifronte; infatti, l’IA può - al contempo - salvare e distruggere l’ambiente che abitiamo. 


Vista da una prospettiva positiva, l'IA può svolgere (e lo sta già facendo!) un ruolo vitale nella ricerca di soluzioni a supporto della sostenibilità e dell’ambiente. Per esempio, sfruttando i dati raccolti da macchinari e prodotti IoT è possibile andare a ridurre i consumi energetici o gli scarti di materiale. In ambito smart cities, i dati storici di mobilità e di previsione dei comportamenti forniscono un contributo fondamentale nel rendere le nostre città più vivibili.


L'utilizzo dell'IA può però presentare **rischi** per l'ambiente. Ad esempio, l'implementazione di infrastrutture AI richiede una considerevole quantità di energia e risorse, specialmente per l'elaborazione dei dati in grandi data center. Inoltre, l'uso massiccio dell'IA potrebbe portare a un aumento della produzione e dello smaltimento di dispositivi elettronici, contribuendo all'aumento dei rifiuti elettronici.

- **Consumo energetico elevato** dei data center: l'allenamento e l'esecuzione di modelli di intelligenza artificiale richiedono una notevole quantità di energia, soprattutto nei data center. Questo può avere un impatto significativo sull'ambiente, contribuendo alle emissioni di carbonio e all'uso di risorse energetiche non rinnovabili. È importante esplorare soluzioni per ridurre il consumo energetico, come l'ottimizzazione dei modelli, l'adozione di hardware efficiente dal punto di vista energetico e l'utilizzo di fonti di energia rinnovabile per alimentare i data center.
- L'addestramento dei modelli di machine learning richiede una **vasta quantità di dati**, e mantenere uno storico di questi dati nel tempo può occupare una quantità significativa di risorse, inclusi spazio di archiviazione, energia e capacità di elaborazione. Questo può avere un impatto sull'ambiente, poiché i data center che ospitano queste risorse consumano energia e generano rifiuti. Nello sviluppo di nuovi modelli e algoritmi è importante interrogarsi su quali e quante informazioni siano effettivamente di valore: quando si parla di dati si fa presto ad averne troppi e di scarso valore aggiunto..
- **Produzione di rifiuti elettronici**: l'intelligenza artificiale richiede hardware sofisticato, come server, dispositivi di archiviazione e sensori, che possono contribuire alla crescente produzione di rifiuti elettronici. È essenziale esplorare strategie per affrontare questo problema, come il riciclaggio responsabile dei componenti elettronici, l'estensione della vita utile degli apparecchi e l'adozione di design modulare per facilitare la sostituzione e l'aggiornamento dei componenti obsoleti.
- Utilizzo di **materiali non sostenibili**: alcuni componenti dell'hardware utilizzato nell'intelligenza artificiale possono richiedere l'uso di materiali costosi, rari o non sostenibili. Questo solleva preoccupazioni riguardo alla disponibilità delle risorse e all'impatto ambientale associato all'estrazione e alla produzione di tali materiali.

Esistono **soluzioni** a questi problemi? 

La Green AI si concentra sulla creazione di modelli di apprendimento automatico efficienti dal punto di vista energetico, sull'ottimizzazione dei processi di raccolta dati, sull'utilizzo di tecniche di adattamento ed evoluzione dei modelli responsabili nei confronti della gestione delle risorse ambientali. 

Il ciclo di vita classico di un algoritmo di Machine Learning prevede, ogni qualvolta si voglia aggiornare il modello o si desideri addestrarlo ad eseguire un nuovo compito, di fare tabula rasa di quanto fin lì appreso e ripartire da zero. Tipicamente in questo processo si va ad estendere il dataset usato per l’allenamento con nuovi dati o si modifica la struttura del modello, consentendo quindi l’evoluzione nel tempo. Questo processo presenta due grosse problematiche. Da un lato è necessario mantenere memoria di tutti i dati nel tempo con conseguente utilizzo di risorse e presenza di rischi per la privacy. Dall’altro il continuo addestramento da zero comporta un grande dispendio di energia, tanto maggiore quanto più evoluto è il modello.

Grandi aziende tecnologiche, come Google e Microsoft, stanno lavorando per ottimizzare l'efficienza energetica dei loro data center, che ospitano i server utilizzati per l'addestramento e l'esecuzione dei modelli di intelligenza artificiale. Ciò include l'utilizzo di sistemi di raffreddamento più efficienti, l'ottimizzazione delle infrastrutture e l'adozione di tecnologie a basso consumo energetico.

Alcune aziende stanno sviluppando hardware specializzato per l'intelligenza artificiale, come i processori grafici (GPU) ad alte prestazioni o le unità di elaborazione di intelligenza artificiale (AI accelerator). Questi dispositivi sono progettati per eseguire operazioni di IA in modo più efficiente dal punto di vista energetico rispetto alle soluzioni di elaborazione generale.

L’aspetto però più importante, e potenzialmente di maggior impatto, è quello di intervenire direttamente nello sviluppo di algoritmi e paradigmi di addestramento innovativi che richiedono meno risorse computazionali. In questo senso le metodologie più promettenti afferiscono al cosiddetto **Continual Learning**. Queste tecniche consentono di evolvere i modelli nel tempo senza ripartire da zero ogni volta, ma mantenendo memoria di quanto già appreso, senza quindi necessitare di lunghi ri-addestramenti o di mantenere uno storico dati troppo profondo.

In sintesi, la consapevolezza dei problemi ambientali causati dall'IA ci spinge ad agire responsabilmente, promuovendo la ricerca e lo sviluppo di Green AI. 
Come afferma Luciano Floridi, "Il verde e il blu sono due colori che salveranno il mondo". Questa frase sottolinea l'importanza di combinare l'ambiente (rappresentato dal verde) e le tecnologie digitali (rappresentate dal blu) per affrontare le sfide del Ventunesimo secolo. La Green AI, che unisce l'intelligenza artificiale e la sostenibilità ambientale, sarà cruciale per l'umanità. Sfruttando il potenziale delle tecnologie digitali in modo responsabile e sostenibile, possiamo lavorare verso un futuro in cui l'IA sia un alleato nella risoluzione dei problemi ambientali e nel miglioramento della vita delle persone.


Solo se diventerà green

Pitch Your Innovation Industry 4.0 Edition

Siamo stati a Bologna, per l'evento Pitch Your Innovation Industry 4.0 Edition, organizzato dalla Startup Community di CRIF e G-Factor, incubator-accelerator of Fondazione Golinelli.

Abbiamo avuto il piacere di presentare Deix S.r.l. alle aziende presenti e di conoscere altre startup sulla rampa di lancio.

Deix diventa socio Assintel

Da questo mese Deix è diventata membro di Assintel, l’associazione nazionale di riferimento delle imprese ICT e Digitali di Confcommercio.

L'associazione ci permetterà di espandere la nostra rete, di entrare in contatto con nuove realtà e di dire la nostra sul ruolo delle imprese digitali nel panorama italiano.

Demo Day in TERNA

Oggi il nostro Jacopo Corno è al TERNAIDEASpark di Terna SpA a Torino per il Demo Day della call Data Science for Resilience! 

Siamo stati selezionati tra le 10 startup finaliste per la nostra proposta di asset management e di ottimizzazione degli interventi di manutenzione sulla rete Terna. 🏅

Particolarmente apprezzata la nostra capacità di unire gli algoritmi di analisi dati e di previsione con i modelli di ottimizzazione, per permettere di dare suggerimenti prescrittivi per definire le strategie migliori. 🚀

Deix tra le 10 startup finaliste

AI Week 2023

Il 20 e 21 Aprile siamo stati a Rimini alla quarte edizione dell'AI Week.

Due giorni di presentazioni, workshop e discussioni sui temi più caldi che ruotano intorno al mondo dell'Intelligenza Artificiale. Abbiamo anche conosciuto interessanti aziende con cui poter stringere collaborazioni.

Sul nostro canale YouTube il video del nostro intervento Digital in collaborazione con Prysmian Group.

La privacy è morta. O forse no

No, la privacy non è morta, semplicemente è cambiata. E deve cambiare, di conseguenza, il nostro modo di affrontare la sua tutela.


All'inizio del 2021, Amazon ha installato telecamere dotate di intelligenza artificiale nei furgoni di uno dei suoi depositi di Los Angeles. Derek, un autista di consegne della struttura, ha raccontato che la telecamera nel suo furgone ha iniziato a penalizzarlo in modo errato ogni volta che le auto gli tagliavano la strada, cosa che accade quotidianamente nel traffico di Los Angeles. "Mantenere la distanza di sicurezza", diceva la telecamera installata sopra il suo sedile quando un'auto gli tagliava la strada. I dati venivano poi inviati ad Amazon e utilizzati per valutare le sue prestazioni di quella settimana e determinare se ricevere un bonus. 
La vicenda ha gettato nel panico, prima, Derek e i suoi colleghi, poi tutto il settore dei lavoratori dipendenti che hanno temuto per la loro privacy.


Ciò di cui Derek non è consapevole è di essere anch’egli, a sua volta, un sorvegliante.
Che piaccia o meno, infatti, tutti noi rivestiamo un ruolo nella “sorveglianza”. Il sociologo David Lyon, nel suo ultimo libro “La cultura della sorveglianza”, infatti non tratta più l’argomento con le nozioni di “stato” o “società” ma bensì parla di cultura. Queste oramai andate nozioni descrivevano quel tipo di sorveglianza top to bottom, la stessa descritta da George Orwell nel suo 1984.
La cultura della sorveglianza, nella quale versa la nostra società, invece, va oltre. Pur riconoscendo quello che succede nella sorveglianza esercitata dalle organizzazioni, mette in luce i diversi ruoli che tutti noi ricopriamo in rapporto a questa. Ad esempio, i dati che creiamo usando Facebook (o qualsiasi altro social) vengono si sfruttati dalle organizzazioni per venderci al miglior offerente, ma sono anche lo strumento che usiamo noi stessi per sorvegliare, de facto, ciò che i nostri amici dicono e fanno. Ci auto - sorvegliamo. 
Ed è in quest’ultima analisi che Lyon trova uno dei noccioli del problema: la performance. In un mondo in cui siamo sempre sorvegliati, tutto è performance. E questo provoca inevitabili effetti collaterali. La consapevolezza di essere potenzialmente osservati modifica il nostro atteggiamento: ci rende innocui, ci fa conformare al comportamento che sappiamo essere il più rassicurante, ci denaturalizza, incappando in quello che lui definisce “collasso dei contesti”, secondo il quale, tornando all’esempio dei social, si fondono contesti troppo differenti delle nostre vite che collassano poi in un unico amalgama.

Il professor Antonio Casilli spiega che in realtà quella che ha subito la privacy non è una fine, bensì una trasformazione. Da diritto individuale si è trasformata in una negoziazione collettiva. 
Nel suo libro questo è presentato come il passaggio dalla “privacy as penetration” alla “privacy as negotiation”; è la nozione ereditata dalla giurisprudenza anglosassone del XIX secolo, che rappresenta ogni individuo come un’entità isolata al centro di una sfera privata. Il giurista americano Louis Brandeis diceva, nel 1890, che “la privacy è il diritto di essere lasciati soli”, ma online nessuno vuole restare solo. Per di più, quello a cui ci troviamo di fronte oggi è un sistema in cui consapevolmente vendiamo “noi stessi”, vedi la startup Weople: app fondata dalla società Hoda che promette ai propri iscritti una remunerazione in cambio della cessione dei loro dati personali.

Fatta questa premessa, lo scrittore italiano Giovanni Cattabriga - meglio conosciuto sotto lo pseudonimo di Wu Ming 2 - già nel 2008 ci aveva ricordato la formula essenziale da adoperare in questa lotta al colpevole: “solito vecchio discorso. Poiché il nemico utilizza uno strumento, lo strumento diventa il nemico”. Da qui, dunque, la sfiancante constatazione che qualunque sia il mezzo, il titolare di un’azienda avrà sempre un vantaggio nel rapporto hegeliano servo-padrone. Questo però dovrebbe bastare a limitare lo sviluppo tecnologico? 
Nei luoghi di lavoro industriali, un'approfondita valutazione dei rischi è il primo passo verso una maggiore sicurezza, attraverso strumenti che consentano di identificare i rischi prima che questi possano sfociare in situazioni potenzialmente pericolose. Quando si verificano incidenti, questi dovrebbero essere analizzati e utilizzati assieme a tutti gli altri espedienti preventivi del caso, per evitarne altri in futuro. 
Raccogliere dati in tempo reale, infatti, ci consente di ampliare la nostra visione riguardo i problemi quotidiani con cui i lavoratori si trovano ad avere a che fare e, di conseguenza, di apportare modifiche per supportare la costruzione di un ambiente di lavoro più sicuro.


Inoltre, “la cultura della sorveglianza”, come qualsiasi altra cultura, si sviluppa in modo diverso e spesso si trasforma imprevedibilmente soprattutto in contesti di crescente liquidità sociale. Germoglia e fiorisce in modo differente a seconda delle circostanze storiche e politiche.
Quindi, prima di sprofondare in un terrorismo psicologico dettato dalla paura di essere oramai privi di tutela, vittime passive di un sistema tecnocratico, occorre analizzare la questione in virtù dei Paesi coinvolti e del loro apporto alla sicurezza dei cittadini.

In questo l’Unione Europea è sempre stata all’avanguardia. Già dal 2016, attraverso il GDPR (General Data Protection Regulation), ha promosso la tutela dei dati personali e ha cercato di restituire il controllo ai cittadini sulla propria privacy.

In conclusione, sebbene la privacy abbia subito una trasformazione e il modo in cui la concepiamo sia cambiato, non possiamo affermare che sia morta del tutto. È vero che viviamo in un'epoca in cui la sorveglianza è diffusa e la nostra vita digitale e fisica è costantemente monitorata. Tuttavia, non dobbiamo cadere nel fatalismo. La tecnologia offre nuovi scenari che possono supportare e migliorare la nostra vita. Dipende dall'uso che ne facciamo. La responsabilità di utilizzare la tecnologia a beneficio degli altri e non a detrimento rimane nelle nostre mani. 


O forse no

La privacy è morta

Deix a Ideas to Impact

Il 10 marzo Deix ha partecipato al demo day di Ideas to Impact, iniziativa di Open Italy.

Siamo stati selezionati tra le 10 startup più interessanti nel settore Safety Management e Digital Health. 💪

Abbiamo presentato Varda-AI la nostra piattaforma per migliorare la sicurezza degli ambienti di lavoro tramite la computer vision.

Articoli e notizie