Venerdì 2 ottobre alle ore 11 si terrà l’assemblea ordinaria del 2020 dei Soci UMI, la prima in assoluto ad essere in modalità telematica. Per registrarsi occorre collegarsi alla propria Area Riservata e seguire le istruzioni. Prima e dopo l’assemblea saranno organizzati in totale quattro colloqui scientifici, aperti a tutti, sul tema dell’Intelligenza artificiale e del Machine Learning. Pochi giorni prima del 2 ottobre, ai soci registrati saranno inviate le credenziali per accedere alla piattaforma dove si svolgerà l’assemblea. I link per seguire i colloqui scientifici saranno comunicati tramite il sito e i canali di comunicazione dell’Unione Matematica Italiana.

Qui di seguito ulteriori informazioni riguardo i colloqui scientifici.

Prof. Michela Milano: Intelligenza Artificiale: sviluppi e prospettive

Abstract: L’intelligenza artificiale negli ultimi anni ha avuto sviluppi e effettuato progressi straordinari soprattutto nell’area dell’apprendimento automatico che ne hanno favorito l’adozione in molti settori industriali, nei servizi e nella vita quotidiana. Restano aperte tuttavia una serie di problematiche fondazionali per garantire che questi nuovi strumenti, le nuove tecnologie e le nuove soluzioni mettano al centro la persona, che siano affidabili e sicure. L’intervento si concentrerà sugli sviluppi e le prospettive future anche in ottica europea.

Prof. Alfredo Milani: Modellare agenti che modellano

Abstract: Dalla soluzione di problemi tramite ricerca nello spazio degli stati, all’apprendimento con rinforzo. L’evoluzione del concetto di agente in intelligenza artificiale.

Prof. Pierluigi Contucci:  Apprendimento Automatico: sfide e opportunità per la Matematica

Abstract: L’intelligenza artificiale sta cambiando in modo veloce e profondo il profilo tecnologico della nostra società. Eppure l’apprendimento automatico, che ora è la sua punta di diamante, non ha ancora basi scientifiche solide. Il colloquio fornirà una prospettiva sulle euristiche in cui esso si fonda e inquadrerà i principali problemi aperti. L’approccio della meccanica statistica a questi temi verrà brevemente discusso insieme a qualche risultato preliminare. La tesi di fondo è che le sfide scientifiche dell’Intelligenza Artificiale sono una grandissima opportunità per la Matematica.

Prof.. Francesco Morandin: Deep learning mare incognitum e pirateria matematica

Abstract: Le reti neurali profonde e il deep learning sono argomenti recenti e ancora poco compresi. Per esplorare il loro funzionamento (apparentemente miracoloso) servono intuizioni matematiche, ma spesso non c’è l’opportunità di arrivare ad una formalizzazione teorica che permetta di dimostrare risultati, che siano contemporaneamente rigorosi e importanti. Tuttavia la comprensione è utile di per sé, perché può portare a migliorare gli strumenti tecnici in modo straordinario. Durante il seminario saranno presentati alcuni importanti progressi, successivi all’introduzione del deep learning, derivanti da profonde intuizioni matematiche.
Sono esempi di come una matematica non inquadrata nei rigidi ranghi militari (dei settori) e ribelle alla disciplina (della dimostrazione a tutti i costi), possa comunque dare un contributo cruciale all’esplorazione di nuovi mari. Sperando per queste scorrerie di scampare la forca!