LADE
Laboratorio di Data Engineering

La ricerca sull’IA presso LADE si concentra sul rendere i modelli di machine learning più interpretabili, in particolare attraverso l’analisi delle rappresentazioni dei dati. Usiamo queste analisi per migliorare l’applicabilità dell’IA in diversi ambiti scientifici come la biologia e la scienza dei materiali. 

• Fondamenti dell’Intelligenza Artificiale
  Avanzamento dell’interpretabilià dei transformer e dei modelli multimodali attraverso l’analisi geometrica e topologica dei dati, e tramite l’interpretabilità meccanicistica, per guidare i processi sottostanti che determinano le decisioni dei modelli. 
• IA per Macromolecole Biologiche, Biologia Strutturale e Genomica
  Sfruttamento della potenza dei transformer per prevedere e modellare le proprietà, l’evoluzione e le interazioni di proteine, RNA e DNA, con un focus su biologia strutturale, genomica e studi sull’evoluzione del cancro. 
• IA per le Scienze dei Materiali
  Ottimizzazione degli esperimenti di scienza dei materiali tramite calibrazione automatica delle immagini, denoising e rimozione del background nei dati spettroscopici. 

Le attività di LADE nella gestione dei dati scientifici mirano a raggiungere l’interoperabilità tra esperimenti, enfatizzando soluzioni pratiche e collaborando direttamente con laboratori sperimentali nelle scienze della vita e dei materiali. 

Linee di ricerca:

• Integrazione FAIR di dati multi-omici nei laboratori di scienze della vita
  Sviluppo di modelli di dati comuni standardizzati e ontologie per ottenere interoperabilità tra dati multimodali delle scienze della vita, dagli omics all’imaging. 
• Ecosistemi digitali per la ricerca
  Implementazione di un’adeguata archiviazione dati, tracciabilità completa e disponibilità dei dati per la ricerca fondamentale, promuovendo nuove scoperte e la riproducibilità. 
• Pipeline HPC e IA
  Integrazione e cura di dataset scientifici da utilizzare in pipeline HPC altamente automatizzate, specialmente con nuove tecniche di intelligenza artificiale. 

LADE gestisce e mantiene ORFEO, l’infrastruttura HPC e di storage di ultima generazione, progettata per adattarsi rapidamente agli scenari in continua evoluzione di calcolo e archiviazione. 

Linee di ricerca: 

• Infrastruttura come piattaforma di ricerca
  Progettazione di workflow computazionali per progetti di ricerca, integrando l’approccio HPC tradizionale con le tecnologie cloud emergenti.
• Monitoraggio e ottimizzazione del consumo energetico
  Sviluppo di metodi per analizzare il consumo energetico dei workflow HPC, al fine di creare modelli per ottimizzare calcolo, storage e trasferimento dati.
• HPC per applicazioni di IA
  Realizzazione di ambienti e framework di test per piccole e medie imprese interessate a digitalizzazione e sviluppo di soluzioni IA nelle loro attività.