23.04.2025 – 07.01 – Correva il 1998 quando si tenne a Parigi la prima edizione della conferenza scientifica internazionale EvoStar (https://www.evostar.org/2025/), un grande evento europeo di intelligenza artificiale bio-ispirata organizzato sotto l’egida di SPECIES, la “Society for the Promotion of Evolutionary Computation in Europe and its Surroundings”. L’IA ha infatti una storia antica e, nonostante ci si riempia la bocca oggigiorno di ChatGPT e Midjourney, ha un utilizzo che precede gli odierni colossi basati sull’IA generativa. Ora il noto evento giunge per la prima volta a Trieste, presso l’Università giuliana, per una ‘tre giorni‘ (23-25) riservata ad accademici e scienziati. Non succedeva dal 2018, quando EvoStar fu tenuta a Parma. Centinaia di ricercatori giunti da tutto il mondo discuteranno pertanto nelle prossime ore temi connessi all’intelligenza artificiale bio-ispirata; la provenienza è quanto mai varia, perché vi sono scienziati anche da fuori Europa, ad esempio da Stati Uniti, Brasile, India, Cina, Giappone.
La dottoranda di UniTS Gloria Pietropolli, tra le organizzatrici, spiega che “l’anno scorso era in Inghilterra, in precedenza in Cechia e prima ancora a Madrid; di solito si tiene nei paesi europei, ma è di caratura internazionale”.
L’evento comprende quattro conferenze dedicate all’intelligenza artificiale bio-inspirata: EuroGP, la 28esima conferenza europea sulla programmazione genetica, rientra tra le conferenze di riferimento nell’ambito della computazione evolutiva; EvoApplications, conferenza internazionale sulle applicazioni della computazione evolutiva, include sessioni su reti sociali, modelli di linguaggio, digital healthcare, medicina personalizzata e giochi; EvoCOP, la 25esima conferenza europea sull’ottimizzazione combinatoria, analizza metodi di computazione evolutiva e metaeuristiche per risolvere problemi di ottimizzazione in contesti industriali, economici e scientifici; EvoMUSART, la 14esima conferenza internazionale sull’intelligenza artificiale applicata a musica, suono, arte e design, esplora l’uso di tecniche di intelligenza artificiale in ambiti creativi. Gli eventi collaterali, come “The Great EvoStar Scavenger Hunt 2025” e workshop per studenti, prevedono la partecipazione degli invited speaker Tea Tušar dello Jožef Stefan Institute in Slovenia e Daniela Besozzi dell’Università di Milano-Bicocca in Italia. Oltre a Pietropolli tra gli organizzatori triestini vi sono i docenti UniTS Luca Manzoni (MIGe), Eric Medvet (DIA) e Giorgia Nadizar (DIA).
Ma che cos’è l’IA ‘bio-ispirata‘? “È l’intelligenza artificiale algoritmica che si ispira alle leggi di Darwin per decidere quale soluzione trovare ad un problema – spiega Pietropolli – Ci si orienta quindi verso la meccanica della selezione naturale, della riproduzione degli individui affinché le soluzioni agli algoritmi siano ottimali. Solitamente si utilizzano tecniche di Deep Learning; in questo caso invece le soluzioni essendo ispirate a comportamenti naturali sono più facili da comprendere; il Deep Learning è invece una black box, una scatola chiusa”.
Non a caso di parla di “computazione evolutiva“: “Vi sono soluzioni per un problema che sono algoritmi, cioè formule matematiche – riflette Pietropolli – abbiamo dati di input e di output, con le quali vogliamo modellare il comportamento di un evento, ricavare delle equazioni con le quali risolvere un problema. Un esempio ‘base’: io vedo una mela che cade e dai dati di input e output deduco la legge della gravità.
La legge viene invece nel nostro caso trovata con equazioni casuali che si mescolano, si riproducono fino a quando non si giunge alla soluzione perfetta, quella migliore. Un po’ come in natura, da qui l’intelligenza artificiale applicata alla computazione evolutiva”.
E l’ottimizzazione combinatoria? “Questa si concentra su problemi combinatori; e cioè problemi di ottimizzazione che hanno spazi di ricerca molto ampi. L’esempio classico è il Travelling salesman problem: un commesso viaggiatore deve girare in diverse città e farlo spendendo il meno possibile in benzina. Come ottimizzare il viaggio? Si tratta di affinare determinati parametri. La soluzione in questo caso non è necessariamente la migliore, ma è la più economica possibile”.
Ma qual è un esempio concreto di tutto ciò? “L’intelligenza artificiale di questo genere sta iniziando ad essere utilizzata per la logistica: richiede risorse computazionali minori, non deve per forza far parte di Open AI; tra i tanti esempi come gestire il trasporto, il movimento degli aerei, lo stoccaggio del materiale. È IA interpretabile, è possibile vedere il modello e capire cosa c’è che funziona e cosa no, elemento impossibile da fare con ChatGPT” conclude Pietropolli.
[z.s.]
