4 applicazioni di robot e AI nella ricerca scientifica che forse non conosci

In un recente articolo pubblicato su Nature (ottobre 2022) sono stati messi in luce quattro ambiti in cui la ricerca relativa alle intelligenze artificiali (AI) e alla robotica è diventata fondamentale. Il supporto fornito dai robot e da dispositivi di AI fa sì che ambiti di ricerca più “tradizionali” possano ampliare i loro orizzonti, arrivando in luoghi inaccessibili agli umani, particolarmente complessi o perfino svelando i segreti celati in famosissime opere d’arte.
Analizziamo dettagliatamente i quattro ambiti presentati.

1. Le previsioni climatiche

Ebbene sì, pare che le intelligenze artificiali siano più brave di noi a fare previsioni. Oggi esistono algoritmi di deep learning capaci di identificare parametri fondamentali per costruire modelli climatici ed è appurato che quegli stessi parametri sarebbero pressoché impossibili da quantificare con precisione sulla base delle conoscenze attuali o dell'osservazione diretta. Vediamone qualche esempio.

Un'intelligenza artificiale può raccogliere dati e prevedere il mescolamento delle acque oceaniche o il movimento regionale delle nuvole. Si può persino applicare per colmare le lacune nelle raccolte di dati storici sul clima!
Questo è stato dimostrato nel 2019 da un team di ricerca della Chonnam National University di Gwangju, in Corea del Sud. Questi ricercatori hanno sviluppato un algoritmo, basato su una tecnica di intelligenza artificiale nota come deep learning, in grado di prevedere eventi di riscaldamento e raffreddamento oceanico con un anticipo fino a 2 anni.

non perderti questo articolo

Green Fluorescent Protein (GFP), l’invenzione del technicolor nella ricerca scientifica

Perché è importante? La conoscenza dei momenti in cui oscillano le temperature delle acque dell’Oceano Pacifico (note come Niño-Sud o ENSO) – ad esempio – fa sì che le comunità esposte agli effetti di questi cambiamenti (che vanno dall’Asia, all’Oceania fino alle Americhe) possano prepararsi a siccità, forti uragani o altri eventi meteorologici estremi.

In generale quindi si può dire che alcuni specifici tipi di intelligenze artificiali hanno mostrato di essere in grado di individuare modelli significativi di attività atmosferica e oceanica, rendendo possibile non solo fare previsioni sempre più accurate per il futuro, ma anche intuire potenziali pericoli rispetto all’andamento delle precipitazioni, anche in tempo reale (il cosiddetto “nowcasting").
La gran parte degli studi svolti fino ad oggi riguarda componenti specifiche o elementi regionali del clima globale ma le previsioni a livello planetario restano per ora in gran parte fuori dalla portata di calcolo delle IA. In questo caso il problema sta nel fatto che si lavora su dati raccolti più che su una vera e propria comprensione dei fenomeni osservati e di ciò che li causa.

2. La scoperta dei segreti dell’arte

Una funzione che potrebbero svolgere le più avanzate forme di intelligenza artificiale è quella di mostrarci come funziona il processo di produzione artistica. Pensate di poter risalire alle bozze preliminari di grandi artisti e inventori come Leonardo Da Vinci tramite tecniche di imaging d’avanguardia applicate alle loro opere, recuperando tutte le tappe del processo creativo!
È successo: Catherine Higgitt, scienziata della National Gallery di Londra, ha collaborato con l'ingegnere elettrico dell'Imperial College di Londra Pier Luigi Dragotti e insieme hanno individuato le tracce di un angelo e di altre figure nascoste nell'opera "Vergine delle Rocce" di Leonardo.

Il tutto è stato realizzato usando la fluorescenza a raggi X per rilevare gli elementi associati a determinati pigmenti in tutto il dipinto e poi è stata usata un'intelligenza artificiale per ricostruire i disegni nascosti formati da quei pigmenti.
L’intelligenza artificiale diventa cruciale perché aiuta a integrare e interpretare l'enorme mole di dati complessi recuperata tramite le tecniche di imaging. La coppia imaging-I.A. è ad oggi molto utilizzata in ambito biomedico, ma si punta a renderlo uno strumento centrale anche a disposizione degli scienziati che lavorano nel mondo dei musei e dell’arte.

L'analisi delle opere d'arte tramite algoritmi è studiata anche da ricercatori russi e belgi che hanno utilizzato le reti neurali per il "restauro virtuale", ricostruendo in digitale vere e proprie “toppe” per le crepe presenti in opere d’arte e riempiendo le parti di pittura mancanti o sbiadite dei dipinti degradati.
Ma c’è di più: un team della Case Western Reserve University di Cleveland  ha ideato un algoritmo che può aiutare a identificare l'artista responsabile di una determinata opera in base alle pennellate fisiche, rivelando potenzialmente anche i falsi!

Anche qui, però, c’è un “ma”: non è detto che un algoritmo che viene allenato su una particolare opera d’arte funzioni altrettanto bene anche sulle altre. Resta comunque aperto l’orizzonte delle possibilità per questo genere di intelligenze artificiali:  è interessante per gli scienziati la possibilità di ricostruire una sorta di “biografia” dell’opera stessa, ripercorrendone la storia e le "versioni" nel passato.

3. La biologia marina

Uno degli ambiti in cui hanno grande efficacia gli studi di robotica è quello della biologia marina. Quando è necessario studiare creature delicate e fragili negli abissi non si possono utilizzare robot sottomarini robusti – come quelli ad oggi disponibili in commercio – perché rischiano di danneggiarle. Dalla ricerca dell’Università di New York, messa in atto da biologi marini come David Gruber, sono stati sviluppati dei prototipi di “robot morbidi” realizzati tramite polimeri flessibili che riescono ad essere ancor più delicati con la flora e la fauna sottomarina.

Non solo, da una collaborazione sviluppatasi negli ultimi 8 anni tra Gruber e Robert Wood (ricercatore dell’Università di Harvard), proviene la progettazione di un robot in grado di operare efficacemente in ambienti sottomarini in cui non riescono ad arrivare fisicamente i sommozzatori.

Contemporaneamente, durante il 2021, anche i ricercatori dell’Università di Zhejiang in Cina hanno progettato un prototipo di robot in grado di navigare nelle profondità della Fossa delle Marianne.
L’obiettivo comune? Riprodurre un ambiente di laboratorio controllato anche nel mondo sottomarino, sviluppando tecnologie come lo spettrometro di massa, metodi per l’imaging sott’acqua e perfino analisi del DNA di esemplari presenti negli abissi. Il principale limite al momento è il costo: ognuna di queste tecnologie può arrivare a costare anche centinaia di migliaia di dollari.

4. La scoperta di materiali

E se vi dicessimo che le intelligenze artificiali sono anche in grado di accelerare il processo di scoperta e progettazione dei materiali?
In questo caso la ricerca viene dal MIT (Massachusetts Institute of Technology) e in particolare dalla ricercatrice Heather Kulik il cui team ha utilizzato un approccio chiamato "apprendimento attivo". Questo metodo prevede l’uso di un algoritmo di intelligenza artificiale che identifica set di dati che – a loro volta – contribuiscono alla scoperta di caratteristiche strutturali e chimiche dei catalizzatori di metalli di transizione.
Cosa sono i metalli di transizione?  Sono elementi come il ferro, il rame e il platino e vengono ampiamente utilizzati per la lavorazione e la sintesi chimica in una varietà di industrie, anche perché sono adatti alla catalisi, ovvero a un processo di velocizzazione delle reazioni.

Ecco allora che trovare materiali nuovi che possano velocizzare la trasformazione di elementi chimici in altri più facilmente utilizzabili diventa una vera e propria ricchezza. Nella ricerca di questi nuovi materiali (o mix di materiali) troviamo proprio il fulcro dell’azione delle IA e pensate che, ad oggi, sono stati rintracciati dalla Kulik ben 16 milioni di possibili catalizzatori!

La speranza è quella di riuscire a trovare moltissime altre opportunità tra nuovi materiali e composti di materiali già conosciuti che possano offrire prestazioni catalitiche superiori, costi inferiori o metodi di produzione più semplici. Numerosi sono già oggi i kit di strumenti open-source che rendono più facile per i ricercatori addestrare l'intelligenza artificiale su un'ampia gamma di caratteristiche fisico-chimiche per scoprire potenziali materiali.
Altro obiettivo è quello di permettere agli scienziati dei materiali di dedicare più tempo ed energie all'analisi dei risultati computazionali di alta qualità, lasciando la parte di raccolta dati agli algoritmi.