Dottorato Nazionale in Intelligenza Artificiale

Il dottorato nazionale in Intelligenza Artificiale (PhD-AI.it) è un’iniziativa nazionale che mira a competere con le più prestigiose iniziative europee ed internazionali nel settore dell'Intelligenza Artificiale.

Il progetto prevede 5 programmi di dottorato nazionali su altrettante aree di specializzazione, con una base comune focalizzata sugli aspetti fondazionali dell’AI. Le aree di specializzazione sono:

  • Salute e Scienze della vita (Università capofila: Università Campus Bio-Medico di Roma)
  • Industria 4.0 (Università capofila: Politecnico di Torino)
  • Sicurezza e Cybersecurity (Università capofila: Sapienza Università di Roma)
  • Agricoltura (agrifood) e Ambiente (Università capofila: Università degli Studi di Napoli Federico II)
  • Società (Università capofila: Università di Pisa)

Dottorato Nazionale in Intelligenza Artificiale

L'Università degli Studi L'Orientale partecipa al dottorato nazionale in Intelligenza Artificiale nell’area AI e Società, coordinata dall'Università di Pisa, in virtù dell’eccellenza scientifica e della rilevanza dei Dipartimenti di Studi Letterari Linguistici e Comparati (referente scientifica: Prof.ssa Johanna Monti)  e del Dipartimento di Scienze Umane e Sociali (referente scientifica: prof.ssa Roberta Montinaro) nell’ambito dell’Intelligenza Artificiale. 

Obiettivi: 

L'obiettivo del programma triennale di Dottorato di Ricerca in Intelligenza Artificiale per la Società è quello di promuovere la formazione post-laurea di ricercatori, innovatori e professionisti con specializzazioni nei metodi d'avanguardia dell'Intelligenza Artificiale e in settori applicativi ad alto impatto sociale. Il programma di dottorato garantisce una visione integrata e "complessa" dell'ecosistema di tecnologie e soluzioni di IA, in grado di affrontare le sfide sociali con un approccio sistemico e multidisciplinare.

L'Università di Napoli L'Orientale partecipa al ciclo XXXVII del programma in AI e Società co-finanziando una borsa di studio sulla seguente tematica:

Creazione automatica di contenuti e interazione avanzata per le risorse culturali 

L’argomento di questa borsa verte sulla creazione automatica di contenuti personalizzati e contestualizzati che è una delle principali sfide per un’ampia adozione di applicazioni pratiche nell’ambito dei Beni Culturali. La disponibilità di materiali in formato elettronico, secondo standard aperti, interoperabilità e con ricchezza di metadati, può contribuire alla creazione di contenuti arricchiti semanticamente, multilingui e personalizzati. A partire dalla considerazione che i sistemi per la creazione automatica di contenuti richiedono rappresentazioni semantiche appropriate delle informazioni disponibili per generare risultati di alta qualità, paragonabili a testi generati dall'uomo, l’obiettivo è migliorare l'intero processo di creazione dei contenuti, proponendo una nuova metodologia data-to-text che integra risorse linguistiche (RL) e tecnologie linguistiche (TL) mediante tecnologie semantiche, principalmente Linguistic Linked Open Data (LLOD).

Referente: Maria Pia di Buono

L'Università di Napoli L'Orientale partecipa al ciclo XXXIX del programma in AI e Società co-finanziando due borse di studio sulle seguenti tematiche:

  1. Identificazione e mitigazione di bias sociali e culturali in Language Large Models (LLM) usati per la traduzione

Anche se non specificamente sviluppati per compiti di traduzione, i Large Language models (LLM), come ad esempio ChatGPT,  basati su modelli generativi del linguaggio naturale, si stanno affermando come utili strumenti di traduzione. Un tema di ricerca molto dibattuto in studi recenti riguardanti sia la traduzione automatica neurale che questi modelli è la presenza di bias, ovvero di pregiudizi di vario tipo: di genere, di razza, di religione, etc. Il progetto intende indagare i) la tipologia di pregiudizi presenti negli LLM usati per la traduzione confrontando i risultati con quelli prodotti dai sistemi neurali di traduzione automatica allo stato dell’arte e ii) possibili strategie di mitigazione. 

Referente: Johanna Monti

  1. Tecnologie per la traduzione automatica e testi creativi 

Una delle maggiori sfide per la traduzione automatica neurale (MT) è attualmente la traduzione di testi creativi, come ad esempio i testi letterari, ma anche testi di marketing e pubblicità e testi editoriali. Queste tipologie testuali, infatti, usano molto spesso un linguaggio non letterale, ricorrendo a forme di sarcasmo, metafore, ironia, espressioni figurate, che possono rappresentare una fonte di ambiguità per i sistemi e quindi essere tradotte letteralmente, parola per parola, compromettendo così la resa del testo di partenza nella lingua di arrivo. Il progetto intende indagare le problematiche che emergono dalla traduzione automatica di testi di tipo creativo e quali strategie traduttive possono essere integrate nei modelli generativi del linguaggio naturale per migliorare i risultati.  

Referente: Johanna Monti