Large Language Models per fact-checking automatico di (dis)informazione online

DOCENTE
Francesco Pierri (web, mail)

AREA DI RICERCA
Dati, Web, Società, Sistemi Informativi, Intelligenza Artificiale

TECNOLOGIE DA UTILIZZARE
Python

DESCRIZIONE (MAX 500 CARATTERI)
Il problema della disinformazione online è di interesse globale, poiché i recenti progressi nell’intelligenza artificiale sbloccano la possibilità di creare contenuti realistici ma inaffidabili su larga scala.

Il progetto mira a utilizzare modelli linguistici di grandi dimensioni (Large Language Models) all’avanguardia per costruire agenti in grado di verificare e/o fornire informazioni contestuali per storie e voci non verificate che circolano online.

Agli studenti verrà richiesto di esplorare il panorama dei modelli linguistici open source esistenti, raccogliere set di dati di storie e dichiarazioni e impostare una pipeline per valutare le capacità di tali modelli di rilevare e/o verificare automaticamente la disinformazione online.

Creazione di applicazione multi-piattaforma a supporto della comunicazione aumentativa

DOCENTE

Christian Pilato (webmail)  

AREA DI RICERCA

Architetture, Intelligenza Artificiale

TECNOLOGIE DA UTILIZZARE

Dart, Flutter

DESCRIZIONE (MAX 500 CARATTERI)

La comunicazione aumentativa include diverse tecniche a supporto di individui con difficoltà comunicative. Predilige la traduzione di concetti, frasi o contenuti più complessi in una sequenza di simboli che l’utente può comprendere. L’obiettivo di questo progetto è di sviluppare una serie di componenti di un’applicazione multi-piattaforma (basata su Dart/Flutter e integrata con Amazon AWS) per la gestione/creazione di simboli, l’interpretazione del testo fornito dall’educatore (anche tramite tecniche di machine learning per includere suggerimenti) e la visualizzazione per l’utente.

ALEXA: monitoraggio e supporto alla vita autonoma e indipendente

Docente

Fabio Salice (mail)

Area di ricerca

Architetture

Keyword (max 3 separate da virgola)

Home monitoring, analisi dei dati, sistemi embedded

Descrizione (max 500 caratteri)

Realizzazione di skills per l’interazione tra l’utente l’ambiente domestico in cui vive. L’architettura di monitoraggio può restituire dati di consumo energetico, di presenza nelle stanze, temperatura e luminosità negli ambienti, apertura porta (o altro).
E’ disponibile un ambiente di prova e un data set di qualche mese.

Rappresentazione dei Giochi del Caos per Identificare e Caratterizzare le Abitudini

Docente

Fabio Salice (mail)

Referente del progetto

Fabio Salice ( mail)

Area di ricerca

Intelligenza artificiale, robotica e computer vision, dati, web e società

Keyword (max 3 separate da virgola)

Rappresentazione dei giochi, Caos, Attività

Descrizione (max 500 caratteri)

Il progetto consiste nell’applicare i metodi della rappresentazione dei giochi del caos (vedi CHAOS GAME REPRESENTATION – EUNICE Y. S. CHAN AND ROBERT M. CORLESS – Abstract: The chaos game representation (CGR) is an interesting method to visualize one dimensional sequences. In this paper, we show how to construct a chaos game representation etc.) per rappresentare graficamente le abitudini di una persona nel contesto del proprio domicilio. Le rappresentazioni grafiche poi possono essere analizzate, comparate tra loro, classificate etc. attraverso l’utilizzo di strumenti di AI e ML.

AI Generativa per la Stima della Qualità del Sonno

Docente

Fabio Salice (mail)

Area di ricerca

Architetture

Keyword (max 3 separate da virgola)

Qualità della vita, analisi dei dati, AI Generativa, sistemi embedded

Descrizione (max 500 caratteri)

Il progetto consiste nell’indentificare le relazioni che esistono tra i parametri biologici rilevabili senza contatto (non intrusivo) e la qualità del sonno attraverso l’utilizzo di nuovi paradigmi di intelligenza artificiale. Il data set è disponibile ed è ricavato da situazioni reali. I sensori utilizzati ricavano informazioni senza contatto con la persona. E’ richiesta una fase iniziale di analisi della letteratura.

AI Generativa per l’Analisi Comportamentale in Ambito Indoor

Docente

Fabio Salice (mail)

 

Area di ricerca

Intelligenza artificiale, robotica e computer vision

Keyword (max 3 separate da virgola)

Monitoraggio Domiciliare, AI Generativa, ChatGPT, Autonomia e Indipendenza

Descrizione (max 500 caratteri)

Il progetto prevede una indagine sia delle opportunità offerte della intelligenza artificiale generativa (es. ChatGPT) sia dei servizi offerti dalle attuali piattaforme per l’identificazione, in modo non supervisionato, di aspetti, azioni o abitudini di persone che vivono in autonomia (HAR – Human Activity Recongnition). L’ambito è il contesto della vita autonoma e indipendente di persone con alta autonomia ma soggette a patologie che comportano un decadimento cognitivo; intercettare le caratteristiche comportamentali e identificare le derive di comportamento ha un ruolo cruciale nella relazione tra il prestatore di cura (caregiver) e la persona.    

Etica nei dati: impatto sugli algoritmi di decisione

Docente

Letizia Tanca (mail)

Area di ricerca

Web, multimedia e database

Keyword (max 3 separate da virgola)

etica, qualità dei dati, preparazione dei dati, analisi dei dati, algoritmi di data mining e machine learning

Tecnologie da utilizzare

Si tratta di un progetto di carattere teorico, consistente principalmente in ricerche bibliografiche concluse da una relazione

Descrizione (max 500 caratteri)

Lo studente dovrà innanzitutto cercare ed esaminare la letteratura opportuna per comprendere appieno il problema del livello etico delle decisioni basate su algoritmi statistici, di data mining o di machine learning. Infatti, quando queste decisioni possono avere un impatto sulla vita delle persone lo studente dovrà comprendere come ciò può accadere, ed eventualmente, con spirito critico, suggerire politiche di approccio a questi problemi.

sviluppo di una applicazione web per esperimenti in silico di drug repurposing

Docente

Pietro Pinoli (mail)

Area di ricerca

Sistemi informativi

Keyword (max 3 separate da virgola)

bioinformatica, matrix factorization, machine learning

Descrizione (max 500 caratteri)

La tecnica Non-Negative Matrix Tri-Factorization (NMTF) ha dimostrato di essere particolarmente adatta a svolgere molti task su dati farmacologici orientati al riposizionamento di farmaci noti.
Le tecniche proposte sono state implementati in script python difficili da usare per un utente non esperto. Si propone quindi di realizzare una applicazione web in grado di fornire una infrastruttura per compiere le analisi attraverso una graphical user interface.

AI and Eyetracking data analysis

Docente

Franca Garzotto (web, mail)

Referente del progetto

Eleonora Beccaluva (web, mail)

Area di ricerca

Intelligenza artificiale, robotica e computer vision

Keyword (max 3 separate da virgola)

AI, data, Eyetracking

Termine per accettazione progetto

25/04/2023

Tecnologie da utilizzare

Python

Descrizione (max 500 caratteri)

Il progetto consiste nell’analisi e categorizzazione di dati combinati derivanti da test motori, cognitivi, e anticipatori derivanti da diverse tecnologie. I dati provengono da studi su soggetti tipici e atipici. L’obiettivo del progetto è di investigare potenziali correlazioni tra misure di natura diversa sulle abilità linguistiche e anticipatorie. Nello specifico l’analisi è volta a cercare discrepanze significative tra soggetti noti essere con disabilità e il gruppo di controllo.

Big Data e Context Awareness

Docente

Letizia Tanca (web, mail)

Area di ricerca

Web, multimedia e database

Keyword (max 3 separate da virgola)

Big data, Context Awareness, IoT, Wireless Sensor Networks

Termine per accettazione progetto

30/572022

Descrizione (max 500 caratteri)

Analisi ragionata della letteratura che descrive le relazioni tra le tecnologie attualmente a disposizione per i Sistemi Pervasivi ( IoT, Wireless Sensor Networks….) e la Context Awareness.