Innovative Models for Machine Learning – IMML

Descrizione Attività

Esistono diversi aspetti fondamentali dell’attività di ricerca, che danno luogo ad un insieme di attività specifiche indicate qui di seguito.
Una prima attività consiste nel proporre modelli innovativi sia di Algoritmi Evolutivi che di Swarm Intelligence che di Modelli probabilistici ad inferenza Bayesiana. Data l’esperienza dei componenti il Gruppo, si è a conoscenza sia dei pregi che dei difetti dei modelli considerati. Lo scopo di questa attività è quello di superarne tali limiti senza perderne al contempo i benefici.

Una seconda attività consiste nella progettazione e nell’utilizzo di Algoritmi Evolutivi e di Swarm Intelligence in grado di consentire una rappresentazione della conoscenza che sia esplicita e comprensibile con semplicità dall’utente (Interpretable Machine Learning – IML). Questa attività va nella direzione, ad esempio, delle più recenti direttive dell’Unione Europea in campo medico miranti al “diritto alla spiegazione” da parte di un paziente: un utente deve poter chiedere le motivazioni per una decisione effettuata su di lui mediante un procedimento algoritmico. Questa attività consentirà di affrontare in svariati ambiti problematiche quali classificazione IML-based su data set, previsione e regressione IML-based su segnali, ottimizzazione multi-variabile anche multi-obiettivo e in presenza di vincoli. Ambiti particolarmente fruttuosi sono quelli di medicina, biologia, healthcare, robotica.

Una terza attività è relativa alla progettazione e implementazione di versioni parallele e distribuite di Algoritmi Evolutivi e di Swarm Intelligence per ridurre i tempi di esecuzione e, al contempo, effettuare una ricerca migliore nello spazio delle soluzioni. Infatti, uno dei limiti delle versioni attuali è costituito dai tempi di esecuzione, che ne rendono spesso difficile l’utilizzo in tempo quasi reale.

Una quarta attività consiste nello studiare l’utilizzo degli Algoritmi Evolutivi e di Swarm Intelligence nell’ambito della Neuroevolution, con particolare riferimento all’ottimizzazione della struttura e dei parametri di reti neurali di tipo ‘deep’. Questo è un problema molto sentito nell’ambito della comunità degli utenti delle reti, come testimoniano gli studi sull’argomento intrapresi ad esempio da Google, Sentient Technologies, MIT Media Lab, Johns Hopkins, Carnegie Mellon.

Una quinta attività prevede lo studio di Modelli probabilistici ad inferenza Bayesiana e il loro impiego, particolarmente nelle loro configurazioni gerarchiche e multiscala, nello studio delle funzioni cognitive di pianificazione e decisione umana e animale, adottando il paradigma del “planning as inference”. Inoltre si indagheranno, in senso algoritmico, i processi di formazione di mappe cognitive nell’ippocampo. Un ulteriore campo di indagine sarà la Psichiatria Computazionale, in cui ci si concentrerà nello studio di alcuni disturbi alimentari (binge eating, anoressia) e di alcuni disordini psicosomatici (attacchi di panico, medically unexplained symptoms).

Obiettivi

L’obiettivo dell’attività di ricerca che il Gruppo intende effettuare consiste nella progettazione e nella implementazione di nuovi modelli per il Machine Learning. Questi modelli riguardano gli ambiti degli Algoritmi Evolutivi, della Swarm Intelligence, e dei Modelli probabilistici ad inferenza Bayesiana.

Con riferimento alle metodiche suddette, nell’ambito del presente gruppo, oltre all’impiego di modelli già esistenti, ci si pone in realtà un insieme di obiettivi, importanti per una efficiente progettazione di loro versioni innovative: semplice interpretabilità delle soluzioni proposte da essi, riduzione dei tempi di esecuzione per arrivare ad un loro utilizzo in tempo quasi-reale, supporto al deep learning mediante individuazione di adeguate strutture deep e dei relativi valori dei parametri che consentano buone prestazioni. Questi obiettivi danno origine ad un insieme di attività alle quali si intende lavorare.

Campi Applicativi

Medicina, biologia, healthcare, neuroscienze, psichiatria computazionale, robotica.