Assegnati i riconoscimenti della XX edizione del Premio Bernardo Nobile di Area Science Park

Sono Lorenzo Emer, Elisa Sabbadin, Miriana Di Stefano, Maria Caterina Crocco, Manuele Favero e Giacomo Russo i vincitori della XX edizione del Premio Bernardo Nobile per tesi di laurea o dottorato che abbiano valorizzato l’utilizzo della documentazione e dell’informazione brevettuale, l’applicazione di metodologie e tecniche di intelligenza artificiale per l’estrazione di contenuti di valore da fonti bibliografiche o lo sviluppo di analisi anticipatorie (foresight e forecast) aventi a oggetto tecnologie “deep-tech”.

La cerimonia si è tenuta a conclusione dell’evento “Brevetti e AI: il cuore della rivoluzione Deep Tech”, organizzato da Area Science Park con il supporto dell’Associazione Italiana Documentalisti Brevettuali (AIDB), durante il quale particolarmente significativi sono stati gli interventi di alcuni vincitori delle passate edizioni, il cui excursus professionale si contraddistingue per l’attinenza con i temi da sempre promossi dal Premio, che valorizza il ruolo della proprietà intellettuale e dell’informazione brevettuale come leva strategica per ricerca, innovazione e crescita economica: Paola Belingheri della LUISS Guido Carli (vincitrice nel 2017), Giovanni Cristiano Piani di Area Science Park (vincitore nel 2011), Davide Russo dell’Università degli Studi di Bergamo // Tinexta Innovation Hub (vincitore nel 2007), Matteo Straccamore della Forward Partners, Parigi (vincitore nel 2024).

Il Premio, istituito da Area Science Park per ricordare Bernardo Nobile, promotore e primo responsabile dell’Ufficio Studi e PatLib dell’Ente nel corso degli anni ha visto candidate 824 tesi (42 nell’ultima edizione), per un totale di 56 vincitori, affermandosi come punto di riferimento nazionale per la valorizzazione della ricerca accademica in ambito brevettuale e tecnologico.

“I brevetti sono sia uno strumento per valorizzare i risultati della ricerca in una prospettiva di sfruttamento industriale, sia un modo attraverso cui startup e imprese innovative presentano la propria unicità al mercato. Avere accesso a informazioni brevettuali significa avere la possibilità di focalizzare la ricerca e identificare trend tecnologici, collaborazioni e opportunità di sviluppo” ha dichiarato la Presidente di Area Science Park Caterina Petrillo. “È in questo contesto di stretta connessione tra ricerca e impresa che si inserisce il Premio Bernardo Nobile che quest’anno celebra un anniversario importante: 20 anni dalla sua istituzione. Un percorso longevo capace di intercettare con continuità i rapidi sviluppi delle tecnologie emergenti”.

Per ciascun vincitore è previsto un riconoscimento economico di 2.500 euro e la pubblicazione della tesi sul sito di Area Science Park.

I vincitori e le motivazioni della XX edizione:

CATEGORIA 1 – Uso dei brevetti come fonte di informazione

Vincitore: Lorenzo Emer – Università di Trento / Sant’Anna – Scuola Universitaria Superiore di Pisa

Tesi: A patent analysis of AI-based green inventions: stylized facts and forecasting

Motivazione: La tesi presenta un approfondito esame dei documenti brevettuali, basato sia sulle relative classificazioni sia su un’accurata disamina linguistica dei contenuti.

CATEGORIA 2 – Analisi dei brevetti in prospettiva economica e gestionale

Vincitrice: Elisa Sabbadin – Università di Padova

Tesi: Clusters beyond borders: exploring knowledge spillovers through collaborations and acquisitions

Motivazione: La tesi si distingue per lo studio delle relazioni socio-economiche su scala globale e la capacità di trarre significativi paragoni a livello europeo ed internazionale. La Commissione ne ha particolarmente apprezzato la solidità e la validità della base metodologica.

CATEGORIA 3 – Applicazione dell’intelligenza artificiale e dei big data alla ricerca scientifica e tecnologica

Vincitori:

• Miriana Di Stefano (Scienze della vita) – Università di Siena / Università di Pisa
  Tesi: Big Data Analysis and Artificial Intelligence in Hit Identification and Target Fishing for Neurodegenerative Diseases
  Motivazione: La tesi presenta una strutturata analisi di dataset molecolari combinata con l’applicazione di tecnologie digitali avanzate e validate in una prospettiva lungimirante nel settore farmaceutico.
• Maria Caterina Crocco (Scienze dei materiali) – Università della Calabria
  Tesi: Non Destructive Material Investigation: Advanced Techniques Across Disciplines
  Motivazione: La tesi descrive un’analisi dell’uso innovativo e combinato di microtomografia a raggi X e spettrografia infrarossa in trasformata di Fourier e per averne descritto e validato le potenzialità di applicazione in svariati campi tecnologici a vantaggio del progresso della conoscenza scientifica e dell’innovazione tecnologica.
• Manuele Favero (Tecnologie digitali avanzate) – Università di Padova
  Tesi: AI Driven Generation And Classification of Short Sound Messages for Internet of Audio Things
  Motivazione: La tesi tratta gli sviluppi di tecniche avanzate in un settore peculiare e non precedentemente esplorato ma ad alto impatto potenziale, contribuendo allo sviluppo di un nuovo paradigma nell’ambito delle comunicazioni.
• Giacomo Russo (Filiere energetiche verdi) – Alma Mater Studiorum Università di Bologna
  Tesi: Development of Flux Pump-Based Supply Systems For Superconducting Coils
  Motivazione: La tesi presente un’ampia rassegna di letteratura tecnica e brevettuale con un approccio strutturato e orientato al foresight e l’elevato livello di innovazione tecnologica con strumenti di IA atti a velocizzare processi di ricerca e sviluppo e ridurre i costi sperimentali allungando il ciclo di vita delle soluzioni energetiche.

MENZIONI SPECIALI

• Alice Tuberoni – Alma Mater Studiorum Università di Bologna
  Tesi: Directed technical change: evaluating the impact of Sweden’s tax reform on clean transport innovation
  Motivazione: per l’approccio multidisciplinare e l’originalità dell’analisi internazionale.
• Andrea Bisciotti – Università di Ferrara
  Tesi: Quantitative Mineralogy: Sorting and Recycling of Construction and Demolition Waste
  Motivazione: per l’applicazione di strumenti predittivi ai temi della sostenibilità.
• Letizia Girardi – Università di Trento
  Tesi: Automatic Measurement and Analysis of Perivascular Spaces in Parkinsonian Subjects from Brain MRI Images
  Motivazione: per l’uso innovativo dell’IA nelle applicazioni cliniche e diagnostiche.