MAP - Magazine Alumni Politecnico di Milano #8 - AUTUNNO 2020 - EDIZIONE SPECIALE COVID-19
Il Magazine dei Designer, Architetti, Ingegneri del Politecnico di Milano - Numero 8 - Autunno 2020 - Edizione Speciale Covid-19
Il Magazine dei Designer, Architetti, Ingegneri del Politecnico di Milano - Numero 8 - Autunno 2020 - Edizione Speciale Covid-19
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
3 RICERCA<br />
#MachineLearing #GameTheory #VirusTracking<br />
#ArtificialIntelligence<br />
L’INTELLIGENZA ARTIFICIALE<br />
AL SERVIZIO DEL TRACCIAMENTO<br />
DEL CONTAGIO<br />
Un gruppo <strong>di</strong> ricerca del <strong>Politecnico</strong> <strong>di</strong> <strong>Milano</strong>, guidato dal prof.<br />
Gatti, sta lavorando a un nuovo algoritmo che potrebbe essere<br />
determinante nel ricostruire le catene <strong>di</strong> contagio<br />
"A privacy-preserving tests<br />
optimization algorithm for<br />
epidemics containment"<br />
— arXiv | Cornell Univeristy<br />
NICOLA GATTI<br />
Dipartimento <strong>di</strong> Elettronica,<br />
Informazione e Bioingegneria<br />
Alumnus Ingegneria<br />
Biome<strong>di</strong>ca<br />
L’intelligenza artificiale è uno<br />
strumento chiave per ricostruire<br />
le catene <strong>di</strong> contagio, ma è un<br />
campo <strong>di</strong> ricerca ancora molto<br />
inesplorato. Nicola Gatti (co-<strong>di</strong>rettore<br />
dell’Osservatorio sull’intelligenza<br />
artificiale del <strong>Politecnico</strong> <strong>di</strong> <strong>Milano</strong>), in<br />
un’intervista rilasciata al Sole 24Ore,<br />
ha evidenziato due problemi. Il primo,<br />
legato alla semantica del dato: <strong>di</strong>versi<br />
meto<strong>di</strong> <strong>di</strong> raccolta delle informazioni<br />
inquinano la qualità dell’informazione<br />
e rendono fallaci i tentativi <strong>di</strong> ricerca<br />
<strong>di</strong> pattern. Il secondo motivo riguarda<br />
invece la <strong>di</strong>mensione quantitativa<br />
dei dati. Quella in corso è la prima<br />
pandemia <strong>di</strong> cui siamo in grado <strong>di</strong><br />
raccogliere sistematicamente i dati in<br />
un arco <strong>di</strong> tempo significativo, senza<br />
avere ancora strumenti collaudati<br />
per la loro interpretazione. Una delle<br />
necessità più urgenti è imparare a<br />
ricostruire le catene <strong>di</strong> contagio per<br />
identificare tempestivamente gli infetti<br />
asintomatici o pauci-sintomatici. Le<br />
app attualmente in circolazione non<br />
riescono ad aggirare il problema della<br />
privacy e, per tutelarla (giustamente),<br />
rinunciano a una parte della loro<br />
efficacia nel tracciare il contagio:<br />
tutte le informazioni, ad esempio,<br />
devono essere immesse dagli utenti<br />
spontaneamente e in modo omogeneo.<br />
Il gruppo <strong>di</strong> ricerca guidato da Gatti<br />
sta sviluppando un nuovo algoritmo<br />
decentralizzato che sarebbe in grado<br />
<strong>di</strong> raccogliere i dati geolocalizzati dai<br />
<strong>di</strong>spositivi mobili, in modo automatico,<br />
omogeneo e totalmente anonimo<br />
ma riconducibile univocamente a un<br />
utente. «Il sistema identificherebbe<br />
le utenze che hanno una maggiore<br />
probabilità <strong>di</strong> aver contratto il virus,<br />
ricostruendo la catena a partire dalla<br />
<strong>di</strong>agnosi <strong>di</strong> un paziente zero», spiega<br />
Gatti, «si tratta, in sostanza, <strong>di</strong> un<br />
modello epidemiologico in microscala,<br />
che tratta un gruppo <strong>di</strong> persone,<br />
identificate dal fatto <strong>di</strong> avere avuto<br />
contatti con un paziente <strong>di</strong>agnosticato<br />
<strong>COVID</strong>-<strong>19</strong>, come una popolazione». I<br />
risultati preliminari <strong>di</strong> questo metodo<br />
in<strong>di</strong>cano la possibilità <strong>di</strong> limitare il<br />
contagio in una misura compresa<br />
tra il 20 e il 50%. Lo stu<strong>di</strong>o è stato<br />
pubblicato in preprint sul sito della<br />
Cornell University <strong>di</strong> New York, con<br />
questo titolo "A privacy-preserving<br />
tests optimization algorithm for<br />
epidemics containment"<br />
52