Dalla ricerca al gioco
Morph Tales è un gioco emozionante e intelligente che "rompe il ghiaccio" per gli argomenti di IA che l'ETH sta studiando. Cosa serve per tradurre una ricerca reale in un gioco divertente?
Il giovane personaggio "Morph", desideroso di imparare, illustra il fatto che gli algoritmi su cui si basa ogni intelligenza artificiale sono sviluppati dagli esseri umani e che ogni AI deve prima imparare dai dati di addestramento prima di poter funzionare in modo efficace e affidabile.
La ricerca sull'intelligenza artificiale nella ETH AI Center sviluppa sistemi di intelligenza artificiale collaborativi, affidabili, ampiamente accessibili e inclusivi, che integrano e non sostituiscono gli esseri umani nei loro compiti. Di conseguenza, i morph del gioco imparano a risolvere un compito insieme agli umani e fanno la loro parte in modo affidabile.
Progetti di ricerca reali come ispirazione
All'ETH di Zurigo sono numerosi i gruppi di ricerca che studiano o applicano l'intelligenza artificiale. Quattro progetti provenienti da diverse aree di ricerca (scienze agrarie, scienze farmaceutiche, informatica e geobiologia) sono serviti da ispirazione per i quattro minigiochi di Morph Tales. Per sviluppare giochi appassionanti e giocabili, il contesto della ricerca è stato semplificato e integrato nella trama del gioco complessivo.
I quattro progetti di ricerca
Gli scienziati agricoli dell'ETH di Zurigo stanno studiando come l'agricoltura possa utilizzare l'intelligenza artificiale per ridurre il consumo di pesticidi e fertilizzanti. I droni sorvolano le aree coltivate e riconoscono la quantità di fertilizzante di cui un campo ha bisogno. Il loro monitoraggio dovrebbe contribuire a ridurre i pesticidi e i fertilizzanti del 90%.
Inoltre, i robot vengono addestrati con l'AI in modo da imparare a combattere le erbacce o a prevenire le malattie delle piante. Nell'ambito del progetto "InnoFarm", i ricercatori dell'ETH hanno testato, tra l'altro, come queste tecnologie mobili e intelligenti possano aiutare l'agricoltura svizzera a diventare più rispettosa dell'ambiente, pur mantenendo la sua produttività. Per ulteriori informazioni, consultare il sito pagina esterna"InnoFarm.
Nella ricerca farmaceutica, i ricercatori dell'ETH utilizzano approcci di intelligenza artificiale per progettare nuovi farmaci al computer. Hanno sviluppato un modello di intelligenza artificiale che progetta autonomamente strutture molecolari con una o più proprietà desiderate per il trattamento di determinate malattie.
Utilizzando l'intelligenza artificiale, i ricercatori ottengono nuove molecole che possono poi testare in laboratorio per verificarne l'effetto farmacologico come farmaci. Oggi questa tecnologia consente già di identificare in modo molto più efficiente nuovi farmaci. Ciò rende molto più semplice la scoperta e lo sviluppo di farmaci. Per saperne di più sullo sviluppo di farmaci supportato dall'intelligenza artificiale, consultare il sito web "de novo drug design" (in inglese) o in questo articolo (in tedesco).
All'ETH di Zurigo, diversi gruppi di ricerca in ingegneria stanno sviluppando processi di intelligenza artificiale che consentono ai veicoli di guidarsi autonomamente e di muoversi in modo affidabile e sicuro. Tali modelli di controllo AI vengono sviluppati non solo per i droni volanti, i veicoli stradali e ferroviari, ma anche per le navi.
Nel Laboratorio di Automazione e nel Centro per l'apprendimento basato su progetti del D-ITET, ricercatori e studenti lavorano, ad esempio, sulla modellazione, sul riconoscimento basato su sensori e sull'intelligenza artificiale, nonché sui sistemi energetici autonomi, sul controllo e sulla simulazione di barche a vela autonome. Vogliono scoprire come le barche possano muoversi in modo indipendente e mirato sull'acqua in determinate condizioni di vento e di mare. Chi siamo può saperne di più sulla navigazione e la guida autonoma a questo indirizzo sito web (in inglese) o in questo scaricareDocumento (PDF, 345 KB).
La vita è un sistema che si auto-rinnova e che è in grado di cambiare il proprio ambiente e di evolversi. Affinché la vita si sviluppi su un pianeta, devono essere soddisfatte alcune condizioni. L'acqua e i nutrienti sono due esempi di fattori che la vita può utilizzare per generare energia ed evolversi.
Astronomi e geoscienziati hanno raccolto enormi quantità di dati su migliaia di esopianeti, che ora possono cercare tracce di vita. I geobiologi dell'ETH di Zurigo utilizzano approcci di intelligenza artificiale per estrarre modelli e informazioni da tutti questi dati planetari, geologici, atmosferici, ecologici e biologici che consentono di trarre conclusioni sulle condizioni e sull'evoluzione della vita. Per saperne di più sulla ricerca geobiologica sulla vita, visitate questo sito sito web (in inglese) o in questo intervista (in tedesco).
Agricoltura intelligente (apprendimento supervisionato): Nella ricerca sull'agricoltura intelligente, sensori e telecamere vengono utilizzati per rilevare parassiti e malattie. Ad esempio, la posizione delle erbe infestanti può essere riconosciuta grazie al riconoscimento delle immagini e trasmessa a un robot diserbatore. Gli algoritmi di riconoscimento delle immagini vengono addestrati utilizzando il cosiddetto "apprendimento supervisionato". Ciò significa che il computer impara a riconoscere un'erbaccia sulla base di un numero molto elevato di esempi e controesempi.
Virtual Drug Design (apprendimento automatico generativo): Il gioco Virtual Drug Design si basa su ricerche che utilizzano l'apprendimento automatico generativo per produrre nuovi farmaci innovativi. Al computer viene mostrato un gran numero di esempi di composti molecolari e può quindi suggerire nuovi composti sulla base di queste osservazioni.
Vela autonoma (apprendimento supervisionato):L'apprendimento automatico può essere utilizzato per prevedere la velocità di una barca a vela e aiutare la pianificazione ottimale della rotta di un autopilota. Sulla base di dati storici che correlano valori misurati come la velocità del vento, l'angolo d'attacco del vento e la variabile obiettivo della velocità dell'imbarcazione, vengono fatte previsioni sulle impostazioni ottimali in una situazione futura.
Origine della vita (apprendimento supervisionato): I rover che cercano tracce di vita sulla superficie degli esopianeti possono ricevere richieste ed esempi degli obiettivi più promettenti. Il sistema informatico del rover può quindi utilizzare questi input appresi per cercare automaticamente e dare priorità a questi obiettivi.
Volete saperne di più su Chi siamo? La ricerca sull'IA all'ETH di Zurigo. O vuoi sapere Come sono stati creati i Morph Tales? Siete interessati alla Origine dei morfemi?
Contatto D-MTEC
ETH di Zurigo
Rämistrasse 101
8092 Zurigo
CH