IA salva i koala

Pillole di IA – L’intelligenza artificiale salva i koala dagli incidenti

Scritto da Salvatore Guaglianone on . Postato in Pillole di IA

L’Australia da diversi anni sta affrontando un vero e proprio dramma estivo, in quanto diversi incendi vengono appiccati in modo doloso, questi favoriti dai forti venti ardono velocemente la vegetazione con in impatto catastrofico non solo per la vegetazione a anche per gli animali di questo ecosistema.
Secondo Nature Climate Change nel periodo compreso tra settembre 2019 e gennaio 2020 sono andati distrutti quasi 10 milioni di ettari di foresta australiana, inoltre l’università di Sydney ha stimato una perdita di oltre 1 miliardo di animali uccisi a causa degli incendi.

Tra le maggiori vittime animali si è riscontrato essere proprio il koala, questo simpatico marsupiale arboricolo dalle abitudini sedentarie, si caratterizza per i suoi movimenti relativamente lenti, proprio queste sue caratteristiche lo hanno reso vulnerabile, si pensi che la stima sul famoso territorio denominato Isola dei Canguri siano morti tra 37 e 45mila esemplari, circa il 90% della popolazione locale.

Questo ha spinto la comunità scientifica coadiuvata dallo stato e dalle associazioni per la salvaguardia selvatica australiana a sviluppare un sistema di monitoraggio di questi splendidi marsupiali mediante l’ausilio dell’IA.

Come funziona?

Mediante l’ausilio di telecamere ad infrarossi installate sui droni è possibile effettuare la scansione termica delle foreste che ospitano questi animali, identificabili facilmente in quanto questi hanno una temperatura ben distinta rispetto al paesaggio circostante.
I dati vengono elaborati poi dall’IA che mediante l’attività di machine learning permette il riconoscimento di questi animali.

Sul drone vi è installato anche un GPS il quale permette alla rete neurale di associare al singolo esemplare identificato dal sistema di IA, anche le sue coordinate riuscendo così ad avere una mappatura completa delle posizioni di tutti gli esemplari, permettendo ai volontari di intervenire in caso di incendio sottraendoli alla morte.

Le attività di machine learning non sono ancora terminate del tutto in quanto il margine d’errore è ancora di circa il 14%, ma viene già utilizzata in quanto l’estate australe è alle porte e non si vuole permettere che accada più le stragi degli anni passati.

Scenari futuri

Questa tecnologia potrebbe essere implementata su larga scala non solo per i Koala ma anche per molte altre specie di animali, oltre che potrebbe svilupparsi un nuovo modello di salvaguardia ambientale permettendo alla rete neurale di riconoscere svariati animali di un determinato ecosistema per il monitoraggio costante delle specie adottando diverse tecnologie come video, IR, UV, onde sonore, etc.

Pillole di IA – Primo antibiotico messo a punto dall’Intelligenza Artificiale

Scritto da Salvatore Guaglianone on . Postato in Pillole di IA

Con questa nostra rubrica stiamo scoprendo tutte le potenzialità dell’IA, che sta cambiando considerevolmente il nostro mondo con delle scoperte davvero sorprendenti per il miglioramento della vita dell’uomo su questa terra, portando alcuni colossi dell’informatica, come Microsoft, ad investire sia nella conservazione dell’ambiente che in ambito medico per la salvaguardia della salute.

In ambito medico diversi studi che implementano l’intelligenza artificiale stanno portando grandi risultati. Tra gli ultimi risultati che hanno un notevole impatto scientifico troviamo Halicin, questo è il nome di un nuovo antibiotico identificato grazie allo sviluppo di un sistema di intelligenza artificiale sviluppato da alcuni ricercatori del MIT(Massachusetts Institute of Technology) con a capo Jim Collins esperto di bio-ingegneria. Il team del MIT ha messo a punto una rete neurale che riuscisse ad analizzare circa 2500 molecole con proprietà antibiotiche, di cui 800 di origine naturale, in modo da elaborare delle nuove molecole con proprietà antibiotiche ma con strutture differenti rispetto agli attuali antibiotici, inoltre mediante un programma di machine Learning sono state individuate quei composti più sicuri per l’uomo.
Halicin permette di aumentare la permeabilità della membrana cellulare batterica dissipando il gradiente elettrochimico sotto forma di calore, il gradiente protonico è indispensabile alla cellula per produrre ATP (molecole ad alto contenuto energetico utilizzato per il metabolismo cellulare) quindi in mancanza di energia, la cellula batterica va incontro alla morte.

I primi studi in vitro hanno dato ottimi risultati su quasi la totalità delle specie batteriche testate oltre a non manifestare alcun genere di antibiotico resistenza dopo 30 giorni di test a basso dosaggio. Oggi questo antibiotico viene studiato in laboratorio per poi passare alla sperimentazione umana.

Questo stesso studio ha permesso di identificare altre 8 molecole, che potenzialmente potrebbero essere utilizzate come antibiotici ad ampio spettro, anch’essi con sintesi strutturale diversa dagli antibiotici attualmente presenti in commercio. Per due di queste otto molecole è iniziato la prima fase di sperimentazione in vitro portando già buoni risultati che fanno ben sperare tutto il mondo scientifico.  

 L’intelligenza artificiale mediante la scoperta di Halicin conferma che questi algoritmi “super-smart” faranno parte sempre di più della nostra vita quotidiana, migliorando il nostro modo di vivere, oltre che nel marketing e l’industria.

droni in navigazione autonoma

Pillole di IA – Droni teleguidati da un sistema di intelligenza artificiale

Scritto da Salvatore Guaglianone on . Postato in Articoli, Pillole di IA

In molte città europee sono in funzione dei droni commerciali che permettono la consegna di pacchi, alimenti, e tanto altro mediante l’utilizzo di droni che ne effettuano la consegna.

Gli attuali droni commerciali utilizzano un sistema teleguidato basato su GPS, che funziona bene ad alta quota volando sopra i tetti degli edifici, ma hanno necessità di un operatore che mediante l’ausilio di una videocamera ne permette la consegna in sicurezza, in quanto il sistema attualmente usato non permette la navigazione autonoma a bassa quota tra edifici alti o nelle strade cittadine dense e che presentano pericoli estemporanei come auto, ciclisti o pedoni.

I ricercatori dell’Università di Zurigo e del National Center of Competence in Research NCCR Robotics, in risposta all’evidente difficoltà della navigazione autonoma dei droni a bassa quota hanno sviluppato DroNet, un algoritmo in grado di guidare in sicurezza un drone per le strade di una città. Questo sistema, non si affida a sofisticati sensori, ma ad una classica fotocamera come quella presente nei nostri smartphone, mentre come rete neurale è stato utilizzato per questo progetto una rete neurale residua (ResNet) ad 8 livelli, per ogni immagine in input restituisce due output ovvero l’angolo di sterzata, in modo da evitare gli ostacoli, e la probabilità di collisione per consentire al drone di riconoscere situazioni pericolose e reagire prontamente ad esse.
DroNet permette il riconoscimento sia degli ostacoli statici che dinamici.

Il Prof. Davide Scaramuzza, a capo di questa ricerca, ha affermato che la sfida più grande è stato raccogliere migliaia di immagini per ottenere dati sufficienti per il Deep Learning, al fine di addestrare l’algoritmo al rispetto delle regole di sicurezza.

Ciò che ha originato maggiore interesse per questa ricerca, è che i loro droni, una volta acquisito le regole di sicurezza, hanno imparato a volare anche in ambienti totalmente diversi, dove non è mai stato loro insegnato a farlo come parcheggi  o corridoi di uffici, aprendo la strada a nuovi potenziali usi rispetto a quello di partenza, come il monitoraggio e la sorveglianza sia interna che esterna agli edifici, o alle operazioni di soccorso nelle aree urbane disastrate nonché all’ uso dei droni per le consegne nelle strade urbane congestionate.

Vogliamo concludere il nostro articolo con una frase del Prof. Scaramuzza:

 

Con questo algoritmo abbiamo fatto un passo avanti verso

l’integrazione di droni a navigazione autonoma nella nostra vita quotidiana”.

 

  

intelligenza artificiale e nuove galassie

Pillole di IA – Giovane galassia scoperta con l’Intelligenza Artificiale

Scritto da Salvatore Guaglianone on . Postato in Pillole di IA

Grazie al miglioramento tecnologico dei telescopi spaziali, e la loro elevata diffusione su tutto il pianeta, l’astronomia contemporanea può vantare una produzione enorme di immagini astronomiche da dover vagliare per la scoperta di nuove pianeti, stelle e galassie.

L’intelligenza artificiale ed in particolare la componete definita Computer Vision, sta permettendo la semplificazione della ricerca astronomica in quanto permette di vagliare una grande mole di dati, che altrimenti dovrebbero essere vagliati dagli stessi astronomi prolungando i tempi della ricerca stessa.
La Computer Vision viene molto fruttata nella ricerca di quei corpi celesti che essendo in fase di formazione o comunque di piccole dimensioni spesso sfuggono all’occhio analitico dell’astronomo.
Grazie proprio all’intelligenza artificiale è stata fatta una scoperta molto interessante ovvero la scoperta di una giovane galassia, questa è stata individuata tra 40 milioni di oggetti celesti questa è stata chiamata HSC J1631+4426, è lontana circa 430 milioni di anni-luce, la sua massa solare è pari a 0.8 milioni M¤ e paragonata alla via lattea è circa 1.000.000  più piccola, al livello semplicistico è come paragonare una mandorla con una utilitaria. La Computer Vision sta diventando sempre più fondamentale in campo astronomico, e l’analisi di milioni se non miliardi di dati permette a questa particolare intelligenza artificiale di migliorare ogni giorno il suo algoritmo per la ricerca di nuovi corpi celesti. L’apprendimento anche per questa nuova rete neuronale artificiale deve essere continua di fatti il sistema aveva identificato 27 candidati possibili come nuovi oggetti celesti ma soltanto 1 è stato identificato come giovane galassia, gli studiosi però comunicano che sono entusiasti della scoperta e che questa tecnologia aiuterà sicuramente la scienza astronomica.

La scoperta di galassie molto giovani è fondamentale per comprendere le modalità di formazione e dello sviluppo e delle stesse galassie. Questo perché la maggior parte delle galassie che si osservano in cielo o che si scoprono sono generalmente vecchie.

L’intelligenza artificiale in ambito astronomico mediante lo studio di nuovi algoritmi nonostante le scoperte non dà cenno di fermarsi di fatti a maggio 2020 sul “The Astrophisical Jurnal” è stato pubblicato il nuovo modello di Computer Vision denominato Morpheus che mediante la classificazione morfologica pixel per pixel riesce ad identificare i corpi celesti ed addirittura identificare dei possibili falsi positivi.

 

ia immagini nitide

Pillole di IA – Immagini nitide con IA

Scritto da Salvatore Guaglianone on . Postato in Pillole di IA

 

È stata sviluppata una nuova rete neurale artificiale, Pulse, questa permette di trasformare le immagini sfocate, in immagini ad alta definizione migliorando addirittura di 64 volte la risoluzione.

Questo nuovo strumento è stato sviluppato dai ricercatori della Duke University e portato a conoscenza al mondo scientifico durante l’International Conference on Computer Vision and Pattern Recognition dal 14 al 19 giugno 2020

 L’algoritmo è stato sperimentato con i volti delle persone, e riesce a delineare le caratteristiche del volto con una risoluzione mai raggiunta, una tecnologia simile era stata già sviluppata ma con un miglioramento massimo dell’immagine di 8 volte.
Il sistema può convertire un’immagine di 16×16 pixel di una faccia in 1024 x 1024 pixel in pochi secondi, aggiungendo più di un milione di pixel, simile alla risoluzione HD. Dettagli come pori, rughe e ciocche di capelli, che sono irrilevanti nelle foto a bassa risoluzione, diventano nitide nelle versioni generate con Pulse.
L’algoritmo sfrutta una base di dati, che nel test specifico sono centinaia di volti in alta risoluzione, questi vengono ridotti alle stessa risoluzione dell’immagine in input, ne verifica le somiglianze ed incrementa i singoli punti (pixel) dell’immagine in input, generando un’immagine ad alta risoluzione con caratteristiche molto simile al volto originale.
Cynthia Rudin, la direttrice del progetto ha dichiarato che il sistema non è infallibile, ma riesce a fornire un risultato di sicuro plausibile per il riconoscimento di individui come ad esempio da un fermo-immagine di una videocamera di videosorveglianza.

Questo sistema testato con dei volti di persone in realtà potrebbe essere utilizzato con diverse tipologie di immagine come mediche, microscopiche, astronomiche, satellitari e tanto altro.

Rudin, uno studente che ha lavorato a questo progetto ha affermato: “Abbiamo utilizzato uno strumento di apprendimento automatico chiamato generative adversarial network, o GAN, in cui due reti neurali artificiali collaborano per restituire un’immagine realistica del volto e questo sistema tende a migliorare con l’esperienza”.

 

 

Google+