In occasione di Google AI Connect, evento in cui l’azienda ha parlato di intelligenza artificiale “fatta dalle persone, per le persone”, Melissa Ferretti Peretti, Country manager Google Italy, è intervenuta sul palco per spiegare come l’AI possa rappresentare un motore di crescita economica e contribuire così alla ricerca e all’innovazione scientifica al fine di migliorare il benessere delle persone.
Sul palco è intervenuta anche Anna Koivuniemi, Head of Google DeepMind Impact Accelerator, che ha parlato del grande potenziale che ha l’AI nell’ambito scientifico.
Google sta utilizzando l’AI per accelerare le scoperte scientifiche, consentendo a ricercatori e ingegneri di aprire nuove strade nei campi della biologia, chimica, fisica e scienze della terra. Questo è reso possibile grazie al machine learning, alle infrastrutture cloud e all’analisi avanzata dei dati. Inoltre, Google collabora con istituti di ricerca in tutto il mondo e condivide i propri progressi attraverso pubblicazioni e software open source.
Google ha condiviso un documento che illustra i modi in cui l’azienda sta usando l’AI per accelerare le scoperte scientifiche. Lo proponiamo di seguito.
L’intelligenza artificiale di Google in ambito scientifico
È un momento stimolante per lo sviluppo dell’AI. L’approccio di Google al suo sviluppo e allo sfruttamento del suo potenziale si basa sulla sua missione – organizzare le informazioni del mondo e renderle universalmente accessibili e utili – ed è plasmato dal suo impegno a migliorare la vita di quante più persone possibile.
L’AI ci ispira ad affrontare le grandi sfide scientifiche. I nostri ricercatori e ingegneri, grazie al machine learning, alle infrastrutture cloud e all’analisi ed elaborazione dei dati, stanno aprendo nuove strade nel campo della biologia, della chimica, della fisica e delle scienze della terra. Per farlo, collaboriamo con istituti di ricerca in tutto il mondo, condividendo i nostri progressi attraverso pubblicazioni e software open source. Insieme, puntiamo a un’innovazione scientifica capace di contribuire al benessere delle persone. Ecco come Google sta usando l’AI per accelerare le scoperte scientifiche.
Scienze Naturali
AlphaFold
Nel 2021, contro ogni aspettativa, AlphaFold ha risolto la “grande sfida” che impegnava la biologia da 50 anni: il ripiegamento delle proteine. Le strutture proteiche sono i mattoni della vita.
Sappiamo dagli anni ’70 che le strutture proteiche sono determinate dalle sequenze di amminoacidi. Tuttavia, molte malattie potenzialmente letali sono associate a proteine con strutture ancora sconosciute. E i farmaci da cui dipendiamo possono essere progettati solo se siamo in grado di prevedere queste strutture con precisione.
Scoprire l’esatta struttura di una proteina era un processo costoso e spesso lungo. Mappare una singola proteina poteva richiedere anni di lavoro a uno studente di dottorato e costare centinaia di migliaia di dollari. Così Google DeepMind ha deciso di utilizzare l’AI in modo da poter essere d’aiuto. In meno di un anno, il nostro strumento basato sull’AI, AlphaFold, ha predetto correttamente la struttura di oltre 200 milioni di proteine.
E poiché queste scoperte possono essere utili a tutta l’umanità, le abbiamo rese disponibili gratuitamente sul nostro database open access. Oltre 2 milioni di scienziati e biologi, in oltre 190 Paesi, hanno utilizzato questo database per una serie di finalità: dai metodi di terapia genica ai vaccini efficaci contro la malaria.
A maggio 2024 abbiamo lanciato AlphaFold 3: questo ambizioso modello di AI può prevedere la struttura delle molecole della vita e come interagiscono tra loro. Non solo proteine, ma anche DNA, RNA e ligandi. E può farlo con una precisione mai vista prima. Ancora più importante, sta fornendo agli scienziati una comprensione più profonda del mondo biologico mentre sviluppano farmaci salvavita.
AlphaMissense
Quando ci ammaliamo, spesso vogliamo sapere “perché”. Scoprire le cause profonde delle malattie è una delle maggiori sfide della genetica umana. Questa conoscenza è fondamentale per una diagnosi più rapida e per lo sviluppo di trattamenti salvavita. E anche se non abbiamo tutte le risposte, l’AI ci sta aiutando ad avvicinarci.
Basandosi sul successo di AlphaFold, AlphaMissense utilizza l’AI per identificare mutazioni genetiche dannose in modo da ottenere una diagnosi più rapida di una malattia.
Una mutazione “missenso” si verifica quando una singola lettera del codice genetico umano è cambiata. AlphaMissense è in grado di identificare questi geni che causano malattie con una precisione notevole. Infatti, attraverso un database di previsioni, AlphaMissense ha classificato l’89% di tutte le 71 milioni di possibili varianti missenso come probabilmente patogene o probabilmente benigne. Al contrario, solo lo 0,1% è stato confermato da esperti umani.
AlphaMissense è uno strumento prezioso per la comunità scientifica, con oltre 450 citazioni. Le sue previsioni, disponibili gratuitamente, stanno già accelerando la ricerca su diverse patologie, come epilessia e malattie genetiche oculari, e permettono di studiare il legame tra varianti genetiche e funzioni proteiche nelle malattie rare.
Per garantire la massima diffusione, le previsioni di AlphaMissense sono integrate con Ensembl Variant Effect Predictor, gestito dall’European Bioinformatics Institute di Cambridge, e condivise a livello globale. Inoltre, la collaborazione con Genomics England sta aiutando a far progredire la comprensione della genetica delle malattie rare.
Connectomics
Un team di scienziati di Google e Harvard è riuscito a creare questa straordinaria mappa 3D di un minuscolo frammento di cervello umano. Un campione di tessuto è stato sezionato in 5.000 fettine e poi ricostruito elettronicamente grazie all’AI. Il risultato è Connectomics, un “atlante cerebrale” che mostra quasi ogni neurone e connessione in una piccola frazione dell’organo. Per dare un’idea, il cervello umano è un milione di volte più grande di questo campione.
Oltre all’aspetto affascinante, ciò che entusiasma di più è la possibilità di aiutare i ricercatori a studiare il cervello e a comprendere malattie neurologiche come l’Alzheimer. L’intero set di dati è disponibile pubblicamente online tramite Neuroglancer.
GNoME
La tecnologia GNoME (graphical networks for material exploration) rappresenta una svolta significativa. Grazie al deep learning, GNoME è in grado di generare e analizzare la stabilità di nuovi cristalli. Questo ha portato alla scoperta di 2,2 milioni di cristalli, un risultato che avrebbe richiesto secoli di ricerca con i metodi tradizionali. L’accuratezza di GNoME permette di prevedere la struttura di nuovi materiali, accelerando lo sviluppo di tecnologie rivoluzionarie in diversi campi: dalle batterie per veicoli elettrici, alle celle solari, fino ai superconduttori per supercomputer. Per favorire la ricerca, le previsioni di GNoME sono disponibili in un database aperto sul Materials Project.
Bioacustica per la vita marina
Le meraviglie dell’oceano non smettono mai di stupire. Ma grazie all’AI, Google è stata in grado di risolvere alcuni dei misteri della vita marina a beneficio dell’intero ecosistema.
La bioacustica è lo studio dei suoni della natura. È notoriamente impegnativa, perché i paesaggi sonori sono complessi e presentano enormi variazioni locali. Ma a noi piacciono le sfide, quindi il team di Bioacustica di Google AI for Social Good ha creato un modello di machine learning in grado di rilevare i mammiferi marini utilizzando registrazioni sonore.
Come risultato della nostra partnership con la National Oceanic and Atmospheric Association, biologi marini e ricercatori sono stati in grado di comprendere i modelli di migrazione di specie come le megattere. Questo strumento di AI ci aiuta anche a capire dove si nutrono le balene e dove localizzare le aree protette per aumentare le loro possibilità di sopravvivenza. E ora lo abbiamo reso open source, mettendolo a disposizione di chi si occupa di conservazione in tutto il mondo.
Monitoraggio acustico
Le barriere coralline ospitano il 25% di tutte le specie marine conosciute. Ma queste meraviglie naturali affrontano minacce come la pesca eccessiva, le malattie, le ondate di calore e i danni causati dalle costruzioni costiere.
Per questo Google Research e DeepMind hanno creato SurfPerch, un sistema basato sull’AI che rileva nuovi suoni e attività nelle barriere coralline. SurfPerch elabora automaticamente migliaia di ore di audio dell’oceano come parte di un ampio set di dati. Grazie a queste informazioni, gli scienziati possono monitorare la salute delle barriere coralline e valutare la biodiversità.
Ma i nostri sforzi bioacustici non si limitano all’oceano. In una partnership tra Google Australia e la Queensland University of Technology, abbiamo utilizzato l’AI per rilevare i richiami di specie di uccelli rare come il Cacatua nero lucido. Monitorando i suoni e i canti della fauna selvatica, possiamo far luce sui movimenti e sui livelli di popolazione di una specie. E, naturalmente, possiamo aiutare le parti interessate a prendere decisioni informate e responsabili su come gestire il territorio.
Sviluppo di nuovi antibiotici
Gli antibiotici sono essenziali per garantire cure mediche efficaci, ma la resistenza antimicrobica (AMR) compromette la nostra capacità di trattare alcune infezioni, rendendo in certi casi impossibile la prescrizione di antibiotici. Per sviluppare nuovi trattamenti salvavita, è fondamentale comprendere i meccanismi con cui enzimi e proteine permettono ai batteri di resistere agli antibiotici.
AlphaFold si sta rivelando uno strumento prezioso in questo campo, aiutando gli scienziati a studiare la biologia dei batteri e i meccanismi di resistenza. Sono già oltre 1.000 gli articoli scientifici che hanno utilizzato AlphaFold per accelerare lo sviluppo di nuovi antibiotici contro la resistenza antimicrobica. Inoltre, stiamo promuovendo il dialogo e la collaborazione tra ricercatori di tutto il mondo attraverso tavole rotonde dedicate a questo tema cruciale.
I batteri per ridurre i livelli di CO₂
Potremmo pensare che i batteri non siano poi così utili, ma AlphaFold sta rivoluzionando la nostra comprensione di questi microrganismi, aprendo prospettive sorprendenti per il nostro pianeta.
Grazie ad AlphaFold, i ricercatori stanno approfondendo la conoscenza dei carbossisomi, “micro compartimenti batterici” in grado di trasformare l’anidride carbonica in materiale organico.
Questa scoperta offre la possibilità di utilizzare i batteri per la cattura e lo stoccaggio del carbonio, uno strumento inaspettato nella lotta al cambiamento climatico.
Sviluppare la resilienza delle colture
In un mondo caratterizzato da cambiamenti climatici imprevedibili, l’agricoltura è un’attività sempre più vulnerabile. Coltivare, per chi produce il cibo che mangiamo, significa affrontare quotidianamente la minaccia di agenti patogeni capaci di distruggere interi raccolti. Basti pensare che la piralide del riso causa ogni anno la perdita del 30% della produzione globale di riso, compromettendo il sostentamento di 60 milioni di persone.
Ma l’AI offre nuove speranze per il futuro dell’agricoltura. Grazie ad AlphaFold, i ricercatori stanno identificando le proteine che impediscono alle piante, come ad esempio i pomodori, di difendersi dagli agenti patogeni. Queste scoperte permettono di accelerare la ricerca e sviluppare nuove strategie di difesa contro i funghi patogeni, aiutando gli agricoltori a proteggere i raccolti e a garantire la sicurezza alimentare.
Salute
Sappiamo che le persone hanno a cuore questo tema. In un sondaggio condotto da Google e Ipsos in 17 Paesi, le scoperte mediche sono state identificate come le principali applicazioni per l’AI, con il 60% degli intervistati che si aspetta un impatto positivo dell’IA sull’identificazione e il trattamento delle malattie. E hanno ragione. L’AI è pronta a rivoluzionare il modo in cui preveniamo, diagnostichiamo e curiamo le malattie, rendendo l’assistenza sanitaria più accessibile, equa e umana.
Rilevamento del cancro al seno e mammografia
Sappiamo che il cancro al seno è la forma di cancro più comune nel mondo. La diagnosi precoce può essere cruciale, ma i medici hanno bisogno di supporto. Ecco perché abbiamo sviluppato una tecnologia basata sull’AI che aiuta i medici ad analizzare le mammografie. In questo modo, possiamo identificare il cancro al seno con la stessa precisione dei radiologi.
Questo dimostra come l’AI non sostituisca l’intervento umano, ma lo renda più efficace. In definitiva, sono i medici sul campo che lavorano per migliorare la diagnosi e la valutazione del cancro al seno. Il nostro ruolo è quello di fornire loro gli strumenti per raggiungere risultati straordinari, soprattutto nelle aree del mondo in cui l’accesso allo screening è limitato.
Attraverso partnership strategiche con istituzioni come l’Imperial College Hospital di Londra e il National Health Service, stiamo lavorando per integrare l’AI nella pratica clinica e rendere lo screening del cancro al seno più accurato ed accessibile.
Oftalmologia
L’AI viene utilizzata per prevenire la cecità. In tutto il mondo, oltre 420 milioni di persone convivono con il diabete. Milioni di persone sono a rischio di retinopatia diabetica, che causa lesioni nella parte posteriore della retina e può portare alla cecità totale.
Con questo livello di domanda, nessun oculista al mondo sarebbe in grado di visitare ogni paziente in modo efficace. Quindi abbiamo sviluppato ARDA – Automated Retinal Disease Assessment – per dare agli operatori sanitari la possibilità di rilevare la retinopatia diabetica su larga scala.
Abbiamo creato ARDA in collaborazione con un ampio team di oftalmologi, che ha esaminato manualmente oltre 100.000 scansioni retiniche di pazienti anonimizzati. Questo ci ha permesso di addestrare il modello di AI a individuare i segni della retinopatia diabetica prima che il problema si aggravi.
ARDA è già utilizzato con grande efficacia in alcune parti del mondo come India e Thailandia, dove gli oculisti scarseggiano. Quasi 3.000 screening a settimana sono supportati da ARDA. È utilizzato nell’Unione Europea e in fase di valutazione negli Stati Uniti. Convinti che ARDA possa portare benefici a livello globale, abbiamo condiviso i risultati e gli insegnamenti tratti dalla sua implementazione in un articolo pubblicato su Nature Medicine.
L’AI generativa in medicina
Medici e infermieri scelgono questa professione per dedicarsi alla cura dei pazienti. Eppure, attività come la gestione amministrativa e la compilazione di cartelle cliniche sottraggono tempo ed energie a questi professionisti.
Per aiutarli a superare queste sfide, Google sta sviluppando soluzioni innovative basate sull’AI. I nostri modelli linguistici di grandi dimensioni, come MedLM, stanno già contribuendo a semplificare il lavoro degli operatori sanitari.
Negli ospedali HCA Healthcare nel Regno Unito, MedLM è integrato nell’app Augmedix, permettendo ai medici di generare automaticamente note cliniche durante le visite con i pazienti. Questo sistema riduce il rischio di burnout, fa risparmiare tempo e consente ai medici di concentrarsi completamente sui pazienti. MedLM facilita anche il passaggio di consegne tra infermieri, grazie a report generati automaticamente che migliorano l’efficienza e la sicurezza del processo. L’IA, quindi, non solo ottimizza i flussi di lavoro e la gestione delle informazioni, ma permette agli operatori sanitari di dedicare più tempo ed energie alla cura dei pazienti.
Ecografie supportate dall’AI
Google sta lavorando per migliorare l’accesso all’assistenza sanitaria materna e neonatale in Africa attraverso l’utilizzo dell’intelligenza artificiale.
Nell’Africa subsahariana, l’alto tasso di mortalità materna è un problema grave, ancora di più per la scarsità di ecografi e di personale specializzato in grado di utilizzarli. A questo si aggiungono le frequenti interruzioni di corrente, che rendono ancora più difficile garantire un’assistenza adeguata alle donne in gravidanza.
Grazie alla partnership con Jacaranda Health – un’organizzazione no-profit con sede in Kenya, che si pone l’obiettivo di migliorare la salute di madri e neonati negli ospedali pubblici – gli infermieri di Jacaranda possono ora assistere madri e neonati utilizzando ecografi palmari, che funzionano anche in assenza di elettricità, nell’ambito di una ricerca volta a migliorare l’accesso all’ecografia in Kenya.
Questi dispositivi semplificano l’acquisizione e l’interpretazione delle immagini, consentendo anche al personale infermieristico senza una formazione specifica di ottenere informazioni importanti, come l’età gestazionale del feto. Inoltre, grazie a una sovvenzione di Google, Jacaranda ha sviluppato una piattaforma di salute digitale che utilizza l’IA generativa per fornire supporto personalizzato alle donne in gravidanza e alle neomamme in Kenya, con particolare attenzione a quelle ad alto rischio.
Screening della tubercolosi potenziato dall’AI
Ogni anno, oltre 10 milioni di persone si ammalano di tubercolosi e 1,3 milioni muoiono a causa di questa malattia, una crisi sanitaria particolarmente grave in alcune aree del mondo, come l’Asia meridionale e l’Africa subsahariana.
Le radiografie del torace sono uno degli strumenti migliori che abbiamo per identificare la tubercolosi. Ma in molte zone rurali, non ci sono abbastanza test disponibili e non ci sono abbastanza radiologi qualificati per interpretare le immagini.
Per rilevare in anticipo malattie come la tubercolosi, il cancro ai polmoni e il cancro al seno, abbiamo collaborato con Apollo Radiology International in India. Insieme, stiamo donando milioni di screening basati sull’AI. Questi screening possono essere effettuati in un furgone che si reca nelle comunità remote dove le strutture sanitarie sono limitate. Questo è l’esempio di una vera collaborazione in cui Google fornisce la tecnologia, mentre Apollo Radiology produce i dispositivi.
Innanzitutto, i pazienti vengono sottoposti a screening con l’aiuto di un apparecchio a raggi X. La radiografia viene quindi inviata alla sede centrale, dove viene valutata da uno strumento di AI che fornisce un’interpretazione immediata dell’immagine. Un radiologo può quindi utilizzare le informazioni dell’AI come risorsa per fare una diagnosi rapida. Meno ritardi significano più vite salvate.
Cambiamento climatico
La crisi climatica può sembrare un problema insormontabile, e non esistono soluzioni facili. Ma l’intelligenza artificiale ci offre nuovi strumenti per comprendere il nostro pianeta, guidarci verso un futuro più sostenibile e mitigare i danni ambientali. Questo grazie a informazioni, analisi approfondite e soluzioni innovative. Vediamo alcuni esempi concreti.
GraphCast
GraphCast è un modello di AI all’avanguardia in grado di elaborare previsioni meteorologiche a 10 giorni con una precisione senza precedenti. Prevedendo i tempi e la portata di eventi meteorologici estremi, dalle alluvioni ai cicloni ai repentini aumenti di temperatura, GraphCast aiuta chi deve prendere decisioni ad agire rapidamente e a salvare vite umane. E poiché chiunque può essere colpito da eventi meteorologici estremi, abbiamo reso open source il codice del modello in modo che queste informazioni siano disponibili il più possibile.
Previsione delle alluvioni
Fra gli impatti più visibili della crisi climatica c’è l’aumento della frequenza e dell’intensità delle inondazioni. Ogni anno, questi eventi devastanti sconvolgono la vita di milioni di persone, causando ingenti danni e, soprattutto, vittime.
Dal 2018 stiamo lavorando a Flood Hub, una piattaforma basata sull’AI che prevede e mostra quando e dove potrebbero verificarsi inondazioni. Anno dopo anno, stiamo perfezionando questo strumento per cercare di aiutare un numero crescente di persone. All’inizio siamo riusciti a inviare notifiche di allerta alluvione a 23 milioni di persone in India e Bangladesh nel corso di tre anni. Oggi siamo in grado di fornire previsioni di alluvione in 80 Paesi in tutto il mondo.
Modelli di traffico ottimizzati
Alcune innovazioni basate sull’AI possono essere poco appariscenti, ma non per questo meno significative. Un esempio è Project Green Light.
Il trasporto su strada è responsabile di una quota significativa delle emissioni globali e urbane di gas serra. Il problema è particolarmente grave agli incroci cittadini, dove l’inquinamento può essere 29 volte superiore rispetto alle strade a scorrimento veloce. In questi punti, la metà delle emissioni proviene dai veicoli che accelerano dopo essersi fermati. Mentre una certa quantità di traffico “stop-and-go” è inevitabile, una parte di esso può essere evitata ottimizzando la temporizzazione dei semafori, ma i costi elevati rendono questa soluzione difficile da realizzare.
Project Green Light è un’iniziativa di Google Research che utilizza l’AI e Google Maps per modellare i flussi di traffico e migliorarne la fluidità nelle città. Con questo strumento, i tecnici comunali ricevono suggerimenti su come ottimizzare la programmazione dei semafori. E la cosa interessante è che possono applicare le modifiche in soli cinque minuti. In poche settimane, i risultati diventano evidenti. Sulla base delle 13 città in cui Project Green Light è attivo, prevediamo che le città possano ottenere una riduzione del 30% delle fermate e un calo del 10% delle emissioni agli incroci.
Prevenire l’impatto delle scie di condensazione
Quando un aereo attraversa una zona umida, il vapore acqueo presente nell’aria può condensare attorno al particolato di scarico, formando cristalli di ghiaccio che lasciano una caratteristica scia bianca. Si chiamano scie di condensazione e hanno un impatto sorprendentemente grande sul nostro clima. Il rapporto IPCC del 2022 ha rilevato che le nuvole create dalle scie rappresentano circa il 35% dell’impatto dell’aviazione sul riscaldamento globale, ovvero più della metà di tutto il carburante dei jet del mondo.
Google sta usando l’AI per aiutare a prevenire le scie di condensazione. In collaborazione con American Airlines, sono stati effettuati 70 voli di prova utilizzando le nostre previsioni AI per evitare le rotte con scie di condensazione.
Mitigare il surriscaldamento
L’aumento delle temperature rappresenta una minaccia concreta per la salute umana e per il nostro pianeta. Nelle città, la combinazione di cemento e infrastrutture crea “isole di calore”, dove le alte temperature possono causare problemi di salute, come scarsa qualità dell’aria e disidratazione.
Sempre più spesso, le autorità di tutto il mondo stanno cercando di piantare alberi per aumentare l’ombra e abbassare le temperature al suolo. Ed è qui che entra in gioco Tree Canopy Lab di Google. Dal 2020, utilizziamo la potenza dell’AI e le immagini aeree per mappare tutti gli alberi di una città, in modo da mostrare alle autorità dove concentrare i loro sforzi di piantumazione. Oggi migliaia di città utilizzano Tree Canopy per conoscere la loro copertura arborea e pianificare iniziative di forestazione urbana.
Itinerari di guida a basso consumo
Siamo sempre più consapevoli dell’impatto ambientale delle automobili, ma l’intelligenza artificiale può aiutarci a guidare in modo più sostenibile. Google Maps, ad esempio, permette di scegliere il percorso con il minor consumo di carburante, in base al tipo di veicolo utilizzato. E per chi guida un’auto elettrica, l’AI indica le stazioni di ricarica più vicine.
Preservare la biodiversità con Wildlife insights
Si tratta di una piattaforma che sfrutta la potenza dell’intelligenza artificiale e l’infrastruttura di Google Cloud per analizzare rapidamente le immagini catturate dalle fototrappole, semplificando il lavoro di organizzazioni no-profit, ambientalisti e i biologi a tutela della biodiversità.
Per conoscere meglio gli animali nel loro habitat e comprendere come le popolazioni di animali selvatici stiano cambiando, i gestori di aree protette, i ricercatori, le comunità locali posizionano fototrappole e sensori passivi. Queste fotocamere possono scattare centinaia di migliaia di foto in un mese, quindi l’elaborazione e l’analisi delle immagini richiedono molto tempo.
Wildlife Insights utilizza l’intelligenza artificiale per ordinare le immagini, classificare e raggruppare ogni specie e memorizzarle in una raccolta in modo che i ricercatori possano facilmente individuare le informazioni di cui hanno bisogno. E poiché è basato su Google Cloud, altre organizzazioni sono in grado di caricare, archiviare, gestire e condividere i loro dati su ciascuna specie. Questo aiuta ad ampliare la nostra comprensione collettiva del mondo animale, dal numero di specie in un luogo a come possiamo salvare una specie dall’estinzione.
Ottimizzare le reti elettriche
Quasi il 25% delle emissioni globali di carbonio proviene dalla produzione di elettricità. I nostri sistemi energetici sono costosi, inefficienti ed estremamente complessi. Per migliorarne l’efficienza, ci affidiamo a un compito noto come ottimizzazione dei flussi di energia, che è notoriamente difficile da gestire.
Per superare questo problema, Google DeepMind ha sviluppato CANOS. Questo sistema di deep learning è stato addestrato utilizzando dati sintetici per prevedere soluzioni quasi ottimali nel modo in cui gestiamo le nostre reti elettriche. Funziona ad alte e può essere adattato a grandi reti elettriche contenenti fino a 10.000 nodi.
Questo uso innovativo dell’AI significa che possiamo gestire le nostre reti elettriche in modo più efficiente e adattarci alle esigenze della domanda. Non solo possiamo ridurre le emissioni, ma possiamo anche ridurre i costi per i consumatori in modo che tutti ne traggano beneficio.
Colmare le lacune nei dati climatici
Affrontare il cambiamento climatico richiede più delle buone intenzioni. C’è bisogno di dati concreti. Insieme a Climate Change AI, un’organizzazione no-profit globale, stiamo conducendo un’analisi delle principali lacune nei dati che impediscono alle applicazioni di AI e machine learning di indirizzare il cambiamento climatico. Nello specifico, si tratta di individuare come migliorare i dataset esistenti e quali nuovi dataset sarebbero necessari per sviluppare applicazioni di Machine Learning in grado di affrontare le sfide del cambiamento climatico. Creando questa “lista dei desideri”, possiamo accelerare l’adozione dell’AI in aree critiche come la biodiversità e gli ecosistemi, i cambiamenti climatici e il meteo, la deforestazione e l’uso del suolo, i sistemi energetici.
Si tratta di un impegno a lungo termine, ma siamo determinati a garantire che scienziati, ricercatori, finanziatori e responsabili politici possano sfruttare le applicazioni di AI a tutela del pianeta, supportati da dati affidabili.
Scienze formali
La ricerca di Google in ambiti come matematica, informatica e fisica ci permette di sviluppare innovazioni dirompenti nel campo dell’AI, con il potenziale di rivoluzionare interi settori e migliorare la vita delle persone in tutto il mondo.
AlphaGeometry
Tradizionalmente, l’AI incontra difficoltà con la geometria e la matematica a causa della mancanza di dati di addestramento e della difficoltà di applicare ragionamento e logica come fa la mente umana. Mentre i sistemi di AI basati su testo possono fare affidamento su una grande quantità di dati, risolvere problemi matematici non è un’impresa da poco.
Recentemente abbiamo presentato in un paper su Nature AlphaGeometry, un eccezionale sistema di AI in grado di risolvere problemi di geometria complessi a un livello paragonabile a quello dei migliori matematici del mondo. Supportato dalla potenza di un modello linguistico neurale, insieme a un motore di deduzione basato su regole, AlphaGeometry può risolvere problemi di geometria a un livello simile a quello di un medaglia d’oro alle Olimpiadi di matematica. Abbiamo reso disponibile in open source il suo codice e il suo modello, in modo che l’impatto di AlphaGeometry possa essere percepito in tutta la comunità matematica e oltre.
