Protein folding per tutti

[pubblicato su Scienza in rete il 17 luglio 2021]

Le proteine sono le molecole fondamentali per i processi biologici e la loro struttura tridimensionale, cioè il modo in cui gli aminoacidi che le compongono sono distribuiti nello spazio, è strettamente legata alle funzioni che svolgono. Conoscere questa struttura è un compito tutt’altro che semplice. Sperimentalmente può essere estremamente oneroso e in alcuni casi impossibile. Da cinquant’anni gli scienziati cercano di sviluppare dei metodi computazionali, che inferiscano la struttura a partire dalla sequenza di aminoacidi che costituiscono la proteina. Ora la soluzione potrebbe essere a portata di mano, e non di pochi ricercatori ma della comunità intera.

In due articoli pubblicati giovedì su Nature e Science, la società londinese DeepMind specializzata in tecniche di deep learning e un gruppo di ricercatori guidato da David Baker, biologo strutturale della University of Washington, hanno descritto due algoritmi basati su reti neurali profonde che prevedono in modo estremamente accurato la struttura delle proteine a partire dalle sequenze di aminoacidi. In alcuni casi la loro precisione è confrontabile con quella delle strutture misurate sperimentalmente tramite la cristallografia a raggi X o la criomicroscopia elettronica. Contestualmente hanno messo a disposizione gratuitamente il codice per il calcolo di queste strutture, anche se con alcune differenze dal punto di vista dell’accessibilità.

Continua a leggere Protein folding per tutti

Machine learning in radioterapia: il problema è conquistare la fiducia degli oncologi

[pubblicato su Scienza in rete il 25 giugno 2021]

In ambito medico, sono ormai numerosi gli algoritmi di machine learning, sistemi di apprendimento automatico basato sui dati, sviluppati sia per la diagnosi che per il trattamento di diverse patologie. Finora però la loro efficacia è stata valutata prevalentemente fuori dall’ambiente clinico. Per questo è particolarmente significativo il lavoro di un gruppo di fisici medici, oncologi radioterapisti ed esperti di intelligenza artificiale della University Health Network di Toronto, Canada, che ha meritato la copertina dell’ultimo numero di Nature Medicine.

I ricercatori hanno testato un approccio per integrare piani di trattamento radioterapici per la cura del tumore alla prostata generati da un algoritmo di machine learning nelle normali procedure decisionali del Princess Margaret Cancer Centre, il maggiore centro oncologico canadese. L’algoritmo parte dalle immagini raccolte dalla TAC di un nuovo paziente e le confronta con un database di 99 pazienti e con i relativi piani di radioterapia per elaborare il nuovo piano di trattamento.I risultati dell’esperimento mostrano che questa tecnologia è pronta per essere utilizzata nella pratica clinica a patto di mantenere tutti i passaggi e i controlli di qualità che già vengono eseguiti sui piani elaborati dagli esperti umani per favorire la fiducia verso questi strumenti e garantire le migliori cure possibili ai pazienti.

Continua a leggere Machine learning in radioterapia: il problema è conquistare la fiducia degli oncologi

Letture per il finesettimana #30

[pubblicato su Scienza in rete il 1 maggio 2021]

Buon sabato,
questa settimana parliamo di software per il riconoscimento delle emozioni, dei determinanti sociali delle disuguaglianze di salute, del lago Urmia in Iran, del calcolo infinitesimale, di un nuovo e promettente vaccino contro la malaria e diamo gli ultimi aggiornamenti su Covid-19. Buona lettura (per segnalare questa newsletter agli amici ecco il link per l’iscrizione)

1 I software per il riconoscimento delle emozioni sono basati su teorie scientifiche non consolidate
Oggi gli strumenti di riconoscimento delle emozioni a partire dalle espressioni facciali sono sfruttati nei sistemi di sicurezza nazionale e negli aeroporti, nell’istruzione e nella selezione del personale, nella diagnosi di malattie psichiatriche e nei programmi di polizia per prevedere la violenza. L’affermazione secondo cui lo stato interiore di una persona può essere valutato accuratamente analizzando il suo volto, si basa su prove traballanti. Una revisione sistematica della letteratura scientifica nel 2019, guidata dalla psicologa e neuroscienziata Lisa Feldman Barrett, ha rilevato che non ci sono prove affidabili che si possa prevedere con precisione lo stato emotivo di qualcuno a partire dai movimenti facciali. Un estratto del nuovo libro di Kate Crawford, “The Atlas of AI” [The Atlantic]

2 Le disuguaglianze sociali come determinanti di salute
Un recente studio ha mostrato che i lavoratori del settore agricolo e alimentare in California hanno avuto un rischio di morire di Covid-19 del 40% superiore rispetto alla popolazione generale dello stato. Tra quelli di origine sudamericana l’aumento di mortalità è stato del 60%, mentre per i lavoratori bianchi del 16%. Questa disparità è dovuta alle discriminazioni, i salari insufficienti, poche garanzie sul lavoro, disagio abitativo e difficoltà di accesso all’istruzione. La pandemia ha reso evidente ciò che si studia da anni: le disuguaglianze di salute hanno una componente sociale ed economica. Avrà anche offerto una motivazione sufficiente forte per provare ad affrontarla? Un reportage dalla San Joaquin Valley, a metà strada fra San Francisco e Sacramento [Nature]

3 Il grande lago Urmia in Iran è a rischio
Tra la fine degli anni ’90 e il 2013 il lago era passato da un volume d’acqua di 30 miliardi di litri a 500 milioni di litri a causa dello sfruttamento del bacino per l’irrigazione dei campi. Poi cinque anni di piogge intense hanno riportato i livelli dell’acqua a valori accettabili, e al ritorno dei fenicotteri. Ma potrebbe non durare a lungo senza un piano serio di investimenti e una conversione delle coltivazioni perché richiedano meno irrigazione [Science]

4 Il calcolo infinitesimale raccontato nell’ultimo libro di Steven Strogatz
Il matematico americano, che ospita anche un podcast chiamato “The Joy of x” per Quantamagazine, ha dedicato il suo ultimo libro al calcolo infinitesimale, o calcolo integrale o calcolo differenziale. L’autore non ha difficoltà a presentare questa tecnica come onnipresente nelle moderne tecnologie di calcolo, dall’imaging medico, alla geolocalizzazione, passando per la descrizione di un’epidemia. Tutti abbiamo avuto a che fare con il calcolo integrale senza saperlo [Le Monde]

5 Un nuovo vaccino contro la malaria si dimostra efficace al 77% in uno studio clinico di fase 2
Lo studio clinico è frutto di una collaborazione tra Oxford e la Clinical Research Unit of Nanoro, Burkina Faso e ha coinvolto bambini fra i 5 e i 17 mesi, con la somministrazione di due dosi e poi un terzo richiamo a un anno di distanza. Rispetto al precedente vaccino utilizzato, questo ha bisogno di una dose in meno ed è più efficace. Ogni hanno il parassita della malaria infetta centinaia di milioni di persone e ne uccide centinaia di migliaia, soprattutto bambini e donne incinte [Vox]

6 Aggiornamenti COVID-19
×  Coloro che si infettano a tre settimane dalla prima dose di Pfizer o AstraZeneca, hanno una probabilità dimezzata di contagiare le persone conviventi, rispetto ai non vaccinati. Un nuovo studio di Public Health England [BBC]
×  Da uno studio osservazionale di Public Health Scotland si è visto che a 4-5 settimane dalla prima dose, il vaccino Pfizer/BioNTech protegge dall’ospedalizzazione al 91% mentre quello di AstraZeneca all’88%. Questo risultato vale anche per gli over 80 per la combinazione dei due vaccini (preprint del 19 febbraio ora pubblicato su The Lancet) [The Lancet]
×  Una singola dose di Pfizer o AstraZeneca protegge dall’infezione sintomatica al 74% e anche asintomatica al 57%. Dopo due dosi di vaccino Pfizer l’efficacia contro infezioni sintomatiche e asintomatiche diventa del 90%. Uno studio realizzato dall’Università di Oxford che ha testato un gruppo di 370 000 persone [BBC]
×  La decisione della Commissione Europea di intraprendere un’azione legale contro AstraZeneca per i ritardi e i tagli alle consegne sembra indicare che il vaccino della società anglo-svedese non sarà più indispensabile per l’Europa a partire dalla seconda metà del 2021 [Le Monde]
×  L’improvviso aumento del contagio nelle ultime settimane in India mette in dubbio il bilancio ufficiale di 200 000 vittime, con più di 2 000 persone che muoiono ogni giorno. Le interviste dai luoghi di cremazione in tutto il paese, dove il fuoco non si spegne mai, descrivono una situazione che supera di gran lunga le cifre ufficiali [The New York Times]
×  I Centers for Disease Control and Prevention statunitensi sollevano dall’obbligo di indossare la mascherina all’aperto in specifiche circostanze [The New York Times]
×  L’agenzia del farmaco brasiliana non ha autorizzato il vaccino russo Sputnik V [Financial Times]

I modelli di linguaggio non devono limitarsi ad apprendere dai dati

[pubblicato su Scienza in rete il 17 aprile 2021]

La scorsa settimana, Samy Bengio, direttore del progetto Google Brain, ha annunciato le sue dimissioni. A fine aprile lascerà la società dopo 14 anni. La decisione di Bengio arriva dopo mesi turbolenti per Google, segnati dal licenziamento di Timnit Gebru e Margareth Mitchell, le due ricercatrici a capo del gruppo Ethical AI di Google, a causa di un articolo critico verso i modelli statistici di linguaggio basati su grandi quantità di dati e di parametri. Si tratta di sistemi già utilizzati in diverse tecnologie, come i motori di ricerca, gli assistenti vocali o i chat bot. L’articolo, scritto insieme Emily Bender e Angelina McMillan-Major, linguiste computazionali della University of Washington, è stato presentato un mese fa durante la conferenza Fairness Accountability and Transparency.

Abbiamo parlato con Dirk Hovy, professore associato all’Università Bocconi dove si occupa di linguistica computazionale con particolare attenzione verso gli impatti sociali dell’impiego dei cosiddetti large language modelDa settembre dello scorso anno Hovy è coordinatore del progetto INTEGRATOR, finanziato con uno Starting Grant dello European Research Council, e che ha l’obiettivo di integrare fattori demografici nei modelli di linguaggio naturale per mitigare il rischio che i contenuti generati siano discriminatori verso minoranze etnichedonne e persone con identità di genere non binaria, persone anziane e in generale gruppi sociali minoritari.

Continua a leggere I modelli di linguaggio non devono limitarsi ad apprendere dai dati

Coded bias: sull’importanza dell’inclusività quando si progettano e impiegano gli algoritmi

[pubblicato su Scienza in rete il 10 aprile 2021]

“The more humans share with me, the more I learn”. Una voce metallica pronuncia questa frase all’inizio del documentario Coded Bias, diretto dalla regista Shalini Kantayya e disponibile su Netflix dal 5 aprile. Queste parole riassumono il messaggio centrale del documentario: gli algoritmi sono distorti soprattutto perché “apprendono” dagli esseri umani. Questo è particolarmente vero per i sistemi di machine learning, quelli che sottintendono al funzionamento dei motori di ricerca, dei social media, degli assistenti vocali e di molti altri strumenti tecnologici che usiamo quotidianamente.

Continua a leggere Coded bias: sull’importanza dell’inclusività quando si progettano e impiegano gli algoritmi

Non per forza l’intelligenza artificiale deve promuovere le discriminazioni

[pubblicato su Domani il 20 marzo 2021]

Gli algoritmi sono sempre più diffusi in ambito medico e sanitario, ma il loro utilizzo rischia di replicare su vasta scala le disuguaglianze strutturali della nostra società. Raccogliere dati più rappresentativi delle minoranze e condurre analisi approfondite di questi sistemi è fondamentale e può renderli strumenti per mitigare la discriminazione

  • «I dati sono uno strumento per costruire il potere politico delle persone nere, e con potere politico intendo la capacità di influenzare le decisioni che hanno un impatto sulla propria vita». Queste le parole di Yeshimabeit Milner, fondatrice del gruppo Data For Black Lives, alla conferenza Fairness Accountability and Transparency.
  • «Algoritmi progettati male possono creare discriminazione ma se ben costruiti essi possono porre rimedio ai pregiudizi che hanno gli esseri umani», ha dichiarato Sendhil Mullainathan della Booth School of Business di Chicago.
  • Gli algoritmi di machine learning basano il loro funzionamento sui dati su cui vengono allenati e da cui apprendono. Per questo costruire campioni di dati che siano più rappresentativi delle minoranze è fondamentale per assicurarsi che questi algoritmi non replichino su vasta scala le disuguaglianze strutturali della società.

Continua a leggere su Domani →

L’immagine è di Ars Electronica / Flickr. Licenza: CC BY-NC-ND 2.0.

Pappagalli stocastici e il potere delle big tech

[pubblicato su Scienza in rete il 12 marzo 2021]

Si è conclusa mercoledì la ACM Conference on Fairness, Accountability, and Transparency (FAccT), promossa dalla Association for Computing Machinery, durante la quale è stato presentato per la prima volta l’articolo “On the dangers of Stochastic Parrots”. L’articolo è all’origine del licenziamento delle ricercatrici Timnit Gebru prima e Margareth Mitchell poi da parte di Google, dove co-dirigevano il gruppo di etica e intelligenza artificiale.

I “pappagalli stocastici” cui si fa riferimento nel titolo, in inglese “stochastic parrots”, sono i cosiddetti large language models, i modelli statistici del linguaggio che si basano sull’apprendimento da grandi database di testi, presi prevalentemente da internet. Con questa espressione le autrici vogliono sottolineare che questi sistemi non hanno alcuna comprensione del significato delle parole o delle espressioni che generano, perché non sono costruiti per averlo, ma piuttosto individuano degli schemi verbali ricorrenti nei dati e li “ripetono”.

La notizia del licenziamento di Gebru il 3 dicembre ha avuto grande risalto nei media di tutto il mondo. Gebru infatti è una delle esponenti di maggior rilievo nel campo dell’etica dell’intelligenza artificiale, soprattutto riguardo ai diritti di inclusione delle minoranze e dei loro punti di vista nelle grandi società tecnologiche e nei sistemi di intelligenza artificiale che queste sviluppano. Gebru ha ottenuto nel 2017 un dottorato presso lo Stanford Artificial Intelligence Laboratory. La sua tesi è culminata in una pubblicazione sui Proceedings of the National Academy of Sciences in cui viene mostrato come l’analisi automatizzata delle immagini delle auto parcheggiate fuori dalle abitazioni in diversi quartieri delle città americane, raccolte da Google Street View, permetta di fare inferenze sulla loro composizione demografica e orientamento politico. Successivamente ha lavorato nel gruppo Fairness Transparency Accountability and Ethics in AI di Microsoft Research, ha fondato il gruppo Black in AI, che si impegna a favorire l’ingresso di studenti e ricercatori neri nel campo dell’intelligenza artificiale, ha promosso iniziative di formazione nel campo del machine learning nelle scuole superiori e nelle università africane, in particolare in Etiopia, il suo paese di origine, partecipando ad Addis Coder. Nel 2018 Gebru ha collaborato con Joy Buolamwini, allora studente di dottorato all’MIT media lab, al progetto Gender Shades, che ha mostrato come i sistemi di riconoscimento facciale sviluppati dalle maggiori società tecnologiche fatichino molto a identificare i volti di donne nere, mentre non hanno problemi con gli uomini bianchi (il motivo è che gli archivi di immagini su cui vengono allenati contengono più volti di uomini bianchi che di donne nere). Il progetto è stato raccontato nel documentario Coded Bias, uscito negli Stati Uniti nel settembre del 2020.

Continua a leggere Pappagalli stocastici e il potere delle big tech

Letture per il finesettimana #23

[pubblicato su Scienza in rete il 5 marzo 2021]

Buon venerdì,
questa settimana parliamo del rischio di interpretare le elezioni presidenziali americane come un ballottaggio tra posizioni scientifiche e antiscientifiche, di come le società scientifiche possono contribuire a difendere i diritti delle minoranze, dei motivi che spingono i ricercatori italiani ad andare all’estero, della possibilità di regolare l’utilizzo del riconoscimento facciale da parte della polizia, di quattro nuove particelle scoperte al CERN di Ginevra e diamo gli ultimi aggiornamenti su COVID-19. Buona lettura (per segnalare questa newsletter agli amici ecco il link per l’iscrizione)

1 Le elezioni americane non sono state un ballottaggio tra posizioni scientifiche e antiscientifiche
Lo sostengono tre scienziati americani in un editoriale pubblicato sulla rivista Science. Secondo i tre scienziati, dividere i cittadini degli Stati Uniti tra chi crede nella scienza e chi invece la rifiuta è dannoso per l’immagine pubblica della scienza. Nel prendere decisioni riguardo, ad esempio, la gestione della crisi sanitaria dovuta alla pandemia, oltre agli impatti sulla salute devono essere considerati anche quelli economici, sociali, politici e spirituali. Definire come antiscientifiche le posizioni di coloro che rifiutano scelte che non considerino questi valori è sbagliato perché non lascia spazio al dibattito sulle visioni alternative del mondo e, in ultima analisi, erode la fiducia dei cittadini nella scienza stessa [Science]

2 La American Physical Society non terrà più conferenze in città in cui la condotta della polizia nei confronti di neri e minoranze è notoriamente violenta
Dopo l’uccisione del cittadino afroamericano George Floyd da parte della polizia di Minneapolis nel maggio del 2020, alcuni ricercatori si sono chiesti come la comunità scientifica potesse fare la propria parte nel movimento Black Lives Matter. Due fisici della University of Illinois at Urbana-Champaign hanno pubblicato una lettera aperta in cui chiedevano alle società scientifiche di non tenere più conferenze in città in cui la polizia avesse avuto in passato comportamenti violenti nei confronti di gruppi minoritari, per proteggere i partecipanti appartenenti a quei gruppi. La American Physical Society ha raccolto la proposta, ma finora è stata l’unica [Nature]

3 Stipendi più bassi e minore trasparenza nelle assunzioni: ecco perché i ricercatori italiani vanno all’estero
La Commissione Europea ha finanziato il sondaggio MORE3 (Mobility Patterns and Career Paths of EU Researchers), con l’obiettivo di studiare le ragioni che spingono i ricercatori europei a spostarsi durante la loro carriera. Guardando ai risultati per l’Italia emerge un quadro sconfortante. Piuttosto che emigrare per cercare contesti di lavoro più stimolanti, i ricercatori italiani di fatto “scappano”. Tra i motivi che hanno indicato nel sondaggio ci sono prima di tutto gli stipendi: fra gli intervistati il 50% degli italiani che lavorano in Italia dichiarano di non guadagnare abbastanza contro il 15% di coloro che lavorano all’estero. Il secondo dato che emerge è quello della scarsa trasparenza dei processi di reclutamento: solo il 57% dei ricercatori in Italia ritengono che le assunzioni siano basate sul merito, mentre all’estero sono l’80% [Nature Italy]

4 Lo stato del Massachusetts prova a regolare l’uso del riconoscimento facciale da parte della polizia
I rischi derivanti dell’utilizzo delle tecnologie di riconoscimento facciale sono stati messi in luce ormai da numerosi ricercatori. Questi strumenti funzionano molto bene per i maschi bianchi, ma commettono frequentemente errori per tutte le altre categorie. Per questo motivo città come San Francisco, Oakland o Minneapolis ne hanno vietato del tutto l’utilizzo da parte delle forze di polizia. Così facendo però hanno rinunciato ai benefici che ne possono derivare. Il Massachusetts ha provato quindi a formulare una legge che permetta di sfruttarne le potenzialità limitando il rischio di arresti e accuse infondate. La legge, che entrerà in vigore a luglio, impone che gli agenti chiedano autorizzazione a un giudice prima di utilizzare questi sistemi per le indagini e che l’operazione sia eseguita non dalla polizia locale bensì dalla State Police o dall’FBI. Istituisce, inoltre, una commissione incaricata di studiare la tecnologia e le sue evoluzioni e formulare raccomandazioni sul suo utilizzo [The New York Times]

5 Quattro nuove particelle osservate al Large Hadron Collider del CERN a Ginevra
Pochi giorni fa il gruppo LHCb, uno dei rilevatori di particelle posizionato lungo l’anello acceleratore del CERN di Ginevra ha annunciato di aver osservato quattro nuove particelle, appartenenti alla famiglia dei tetraquark. Si tratta di stati legati di due quark e due antiquark, e lo studio del loro modo di produzione, della loro massa e della loro vita media (il tempo che passa tra quando vengono prodotti dallo scontro tra i protoni dell’LHC e quando decadono in particelle più leggere) è fondamentale per capire come funzionino le interazioni forti. Si tratta delle forze che tengono insieme protoni e neutroni all’interno del nucleo degli atomi e, a scale più piccole, i quark all’interno dei protoni o dei neutroni [The Conversation]

6 Aggiornamenti COVID-19
×  Le varianti sono ampiamente diffuse sul territorio italiano, dice la seconda indagine rapida realizzata dal Ministero della Salute insieme all’Istituto Superiore di Sanità [Istituto Superiore di Sanità]
×  Il Governo ha approvato un nuovo DPCM, il primo firmato da Mario Draghi, che conferma sostanzialmente il meccanismo dei colori per contenere il contagio ma introduce l’obbligo di chiudere le scuole di ogni ordine e grado in zona rossa [Il Post]
×  EMA ha avviato la revisione del vaccino russo Sputnik V [EMA]
×  Uno studio osservazione condotto sui dati della campagna vaccinale britannica ha mostrato che una singola dose di vaccino, sia Oxford/AstraZeneca che Pfizer/BioNTech hanno efficacia elevata nell’evitare ospedalizzazione dovuta a COVID-19 negli over 80 [Public Health England]
×  La Germania ha approvato l’utilizzo del vaccino Oxford/AstraZeneca anche sopra i 65 anni di età [BBC]
×  La Francia ha esteso l’utilizzo del vaccino Oxford/AstraZeneca anche alle persone tra 65 e 75 anni di età con comorbidità [Le Monde]
×  Una possibile strategia per tenere le scuole aperte: il caso del Massachusetts [The Atlantic]
×  Un preprint di Imperial College stima che la variante P.1, quella emersa in Brasile, è tra 1,4 e 2,2 volte più contagiosa di quelle storiche e che eluderebbe, almeno in parte, la risposta immunitaria sviluppata da persone infettate in passato [GitHub]
×  La filogenetica può aiutarci a capire come le varianti guidano la pandemia, ma c’è bisogno di un nuovo approccio alla raccolta, condivisione e analisi dei dati di sequenziamento [Nature]

Italiani premiati per un algoritmo di cooperazione sociale

[pubblicato originariamente su Scienza in rete il 18 dicembre 2020]

Si è conclusa sabato scorso l’edizione 2020 della Neural Information Processing Systems Conference (NeurIPS), una delle più importanti conferenze nel campo dell’intelligenza artificiale e del machine learning. Ogni anno alcuni fra gli articoli accettati per la presentazione alla conferenza ricevono dei riconoscimenti particolari e quest’anno tra i tre premiati c’è anche uno studio italiano. «Erano almeno quindici anni che un team italiano non otteneva questo riconoscimento, siamo molto soddisfatti», commenta Nicola Gatti, professore associato presso il Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano, e uno dei quattro autori dell’articolo. Non si tratta di un riconoscimento di poca importanza. Insieme al lavoro del Politecnico è stato premiato anche il generatore di linguaggio GPT-3 sviluppato dalla società di San Francisco OpenAI, di cui avevamo parlato qui, che spicca per essere uno degli algoritmi di machine learning con il più alto costo di calibrazione di sempre, circa 4,5 milioni di dollari.

Nicola Gatti e i suoi collaboratori, Andrea Celli (ora ricercatore postdoc nel Core Data Science team di Facebook), Alberto Marchesi (ricercatore postdoc al Politecnico di Milano) e Gabriele Farina (dottorando alla Carnegie Mellon University), hanno fatto un passo importante verso la soluzione di un problema introdotto nel 1974 dal premio Nobel per l’economia Robert Aumann nell’ambito della teoria dei giochi. Si tratta del lavoro in cui Aumann ha formulato il concetto di “equilibri correlati”, una forma generalizzata del concetto di equilibrio proposto da Nash nel 19501. Gli equilibri correlati si ottengono supponendo che esista un “mediatore” che consiglia i partecipanti individualmente e privatamente sulle strategie da adottare. Un equilibrio correlato si raggiunge quando nessun giocatore ha un incentivo a deviare rispetto al comportamento suggerito dal mediatore, sotto l’ipotesi che tutti gli altri seguano i suggerimenti del mediatore. Aumann ha mostrato che in alcuni casi gli equilibri correlati possono portare a un’analisi più raffinata dell’interazione sociale. In un certo senso la figura del mediatore garantisce, sotto opportune ipotesi, che i giocatori producano un esito socialmente virtuoso pur perseguendo i loro obiettivi personali. «Gli equilibri correlati hanno anche un’altra proprietà interessante: sono molto più semplici da calcolare rispetto a quelli di Nash», spiega Nicolò Cesa-Bianchi, professore ordinario di computer science all’Università Statale di Milano che non è coinvolto nello studio. Cesa-Bianchi è autore di uno dei libri di riferimento sugli algoritmi di apprendimento per la previsione delle sequenze, rilevanti nel campo della teoria dei giochi, degli investimenti finanziari o della compressione dei dati.

Continua a leggere Italiani premiati per un algoritmo di cooperazione sociale

Letture per il finesettimana #13

[pubblicato originariamente su Scienza in rete l’11 dicembre 2020]

Buon venerdì,
questa settimana parliamo di reti neurali che hanno bisogno di dormire per non allucinare, di open access in biologia, della capsula giapponese rientrata sulla Terra portando dei frammenti dell’asteroide Ryugu, dei nuovi ERC Consolidator Grant e degli aggiornamenti sui vaccini contro COVID-19.
Buona lettura e al prossimo venerdì (per segnalare questa newsletter agli amici ecco il link per l’iscrizione)

1 Anche le reti neurali hanno bisogno di dormire
Un gruppo di ricercatori del Los Alamos National Laboratory hanno osservato che esponendo la loro rete neurale artificiale a un segnale con caratteristiche simili alle onde lunghe che attraversano il nostro cervello durante il sonno profondo l’instabilità del loro sistema è scomparsa. Le reti neurali artificiali studiate da questi scienziati cercano di riprodurre il più fedelmente possibile il funzionamento dei neuroni biologici durante diversi tipi di processi di apprendimento. Nell’esperimento in questione la rete si allenava, in maniera non supervisionata, sul riconoscimento delle immagini. Dopo un certo tempo di attività la rete cominciava a sviluppare una sorta di allucinazioni, che sono scomparse non appena è stato imposto uno stato che riproduce quello del sonno profondo [Scientific American]

2 Il modello open access prende piede in campo biologico
La rivista open access eLife, lanciata nel 2012, richiederà di archiviare come preprint gli articoli che gli vengono sottoposti per la pubblicazione. Non solo: renderà pubblici i commenti dei revisori, anche nel caso in cui gli articoli non vengano accettati. Dietro questa decisione c’è Michael Eisen, editore-in-chief della rivista dal 2019. Secondo Eisen il modello dell’editoria scientifica è ancora basato sulla carta stampata e non si adatta più alle dinamiche introdotte da internet. La novità che propone per eLife, nella sua opinione, non fa che prendere atto di un cambiamento che è già avvenuto. Infatti, durante l’estate si sono resi conto che il 68% degli articoli che stavano revisionando per eLife era già stato pubblicato nei vari archivi aperti. Per ora Eisen afferma che questo non cambierà il modello di business della rivista, che può contare su importanti fonti di finanziamento come l’Howard Hughes Medical Institute, e che richiede 2500 dollari agli autori per ogni articolo pubblicato [Science]

3 La missione del Giappone sull’asteroide Ryugu termina con una caccia nell’entroterra australiano
Una capsula della navicella spaziale giapponese Hayabusa2 è rientrata nell’atmosfera terrestre sabato, dopo un viaggio durato sei anni per esplorare e raccogliere campioni da un asteroide chiamato Ryugu. L’atterraggio è avvenuto 450 chilometri a nord della città di Adelaide in Australia, in una zona desertica. Ma i ricercatori hanno dovuto faticare per individuare il punto esatto in cui l’oggetto, largo 40 cm, è atterrato all’interno di una zona migliaia di metri quadrati. Lunedì un aereo ha lasciato l’Australia per trasportare in Giappone i campioni raccolti dalla capsula, dove verranno studiati a fondo e in un secondo momento condivisi con altri ricercatori di tutto il mondo. Studiare l’acqua intrappolata nei minerali di Ryugu potrebbe aiutare a capire se l’acqua negli oceani della Terra proviene dagli asteroidi e se questi abbiano avuto un ruolo nel trasporto di materia organica sul nostro pianeta [The New York Times]

4 Più artefatti che organismi viventi
Il peso degli oggetti fabbricati dagli esseri umani eccederà entro la fine dell’anno quello degli organismi viventi. È questa la conclusione a cui sono giunti i ricercatori del Weizmann Institute of Sciences a Rehovot, in Israele, che dà una misura dell’impatto che la nostra specie ha avuto sul pianeta che abitiamo. Gli scienziati hanno misurato la massa di tutti gli oggetti costruiti dall’umanità a partire dal 1900, come bottiglie di plastica, mattoni e cemento utilizzati per la costruzione degli edifici e delle strade, e hanno osservato che questa quantità è raddoppiata ogni 20 anni circa. Contemporaneamente la biomassa è diminuita a causa della deforestazione e della conseguente scomparsa di molte specie animali. L’azione congiunta di queste due dinamiche porterà per la prima volta al sorpasso degli artefatti sugli organismi viventi alla fine del 2020, secondo le stime del gruppo israeliano. I numeri nella loro conclusione sono chiaramente soggetti a un certo livello di incertezza, ma la sostanza non cambia: siamo entrati in una nuova era, quella dell’Antropocene, in cui la presenza degli umani sulla Terra sarà visibile per milioni di anni nel futuro [BBC News]

5 ERC Consolidator Grant: i ricercatori italiani continuano a fuggire all’estero
Sono stati pubblicati i progetti vincitori di un ERC Consolidator Grant, uno dei prestigiosi strumenti di finanziamento assegnato dallo European Research Council ai ricercatori con almeno sette anni di esperienza di ricerca dopo il dottorato. Dei 327 vincitori, ben 47 sono italiani, posizionando il nostro paese al primo posto nelle statistiche sulle 39 nazionalità partecipanti. Di questi 47 progetti però, solo 17 saranno svolti in Italia, mentre gli altri 30 verranno portati avanti in istituzioni straniere. Al primo posto nella classifica delle nazionalità dei centri ospitanti ci sono, a pari merito, Germania e Regno Unito, con ben 50 progetti, segue la Francia con 34 e i Paesi Bassi con 29. Continua dunque la tendenza che si è verificata negli ultimi anni: la ricerca italiana di eccellenza, per essere finanziata, deve spostarsi all’estero [Wired.it]

6 Aggiornamenti COVID-19
× Il comitato di esperti esterno dell’FDA ha formalmente raccomandato che l’agenzia del farmaco USA approvi il vaccino anti-COVID-19 di Pfizer/BioNTech. È probabile che questo avverrà nei prossimi giorni [The New York Times]
× Pubblicati sul New England Journal of Medicine i dati di sicurezza ed efficacia del vaccino Pfizer/BioNTech [NEJM]
× Martedì è cominciata la campagna di vaccinazione in UK. La prima persona a ricevere il vaccino contro COVID-19 è stata una donna di 91 anni [The Guardian]
× Il tracciamento all’indietro potrebbe essere una strada promettente? [BBC]