Francesco Papaleo investigherà i meccanismi con cui i cervelli di diversi individui si “sintonizzano” tra loro per riconoscere e rispondere alle emozioni degli altri. Massimiliano Pontil svilupperà nuovi algoritmi per lo studio di fenomeni complessi sul lungo periodo andando oltre gli attuali metodi di machine learning
I meccanismi cerebrali che rendono l’essere umano empatico e sociale e nuovi algoritmi intelligenti per prevedere fenomeni su larga scala nel futuro: sono i due temi cardine dei programmi di ricerca che Francesco Papaleo e Massimiliano Pontil, ricercatori all’Istituto Italiano di Tecnologia (IIT) a Genova, svolgeranno grazie al prestigioso finanziamento “Advanced grant” dell’European Research Council (ERC) del valore totale di 5 milioni e mezzo di euro. Entrambe le ricerche avranno ricadute concrete, da una parte la comprensione delle patologie caratterizzate da disturbi socio-emotivi, dall’altra la possibilità di prevedere l’evoluzione di fenomeni fisici complessi nel tempo come il clima.
L’annuncio ufficiale da parte dell’ERC è avvenuto oggi e riguarda l’assegnazione di 319 “Advanced Grant” in 24 paesi membri dell’Unione Europea, a ricercatori e ricercatrici di 33 nazionalità diverse, per un investimento totale di 838 milioni di euro nell’ambito del programma europeo Horizon Europe. Papaleo e Pontil sono tra i 29 ricercatori di nazionalità italiana a beneficiare del finanziamento, e tra i 19 che condurranno le loro ricerche in Italia.
L’Advanced Grant è un finanziamento che l’ERC conferisce su base competitiva a ricercatori e ricercatrici con una comprovata esperienza scientifica e risultati scientifici significativi nell’ultimo decennio. Il finanziamento offre ai ricercatori senior l’opportunità di portare avanti progetti ambiziosi, guidati dalla curiosità, che potrebbero condurre a importanti scoperte scientifiche. L’ERC stima che tale investimento porterà alla creazione di 3000 posti di lavoro all’interno dei gruppi di ricerca premiati.
Francesco Papaleo è ricercatore a capo dell’Unità di ricerca Genetics of Cognition dell’IIT a Genova e affiliato all’IRCCS Azienda Ospedaliera Metropolitana, San Martino, Genova. Siciliano di origine e con una laurea in Farmacia all’Università di Padova, Papaleo ha trascorso molti anni di ricerca all’estero in Francia e negli Stati Uniti. La sua ricerca, focalizzata sui meccanismi alla base di disturbi cognitivi e sociali rilevanti per patologie psichiatriche e del neurosviluppo, è sempre stata sostenuta da prestigiosi enti di finanziamento, tra cui la Fondazione Telethon in Italia e i National Institutes of Health negli USA. Questo è il suo primo grant ERC e sarà dedicato al progetto EmotionalBrainS, il cui obiettivo principale è identificare e caratterizzare i meccanismi cerebrali, conservati nel corso dell’evoluzione, che regolano i comportamenti socio-emotivi e il riconoscimento delle emozioni negli altri. Il progetto mira a comprendere come i cervelli di individui diversi si coordinino durante le interazioni sociali e come tali processi possano essere alterati in condizioni patologiche, con possibili implicazioni per la comprensione dei disturbi socio-emotivi nell’uomo. Papaleo utilizzerà tecnologie all’avanguardia di genetica, imaging cerebrale e optogenetica.
Massimiliano Pontil è responsabile dell’Unità di Statistica Computazionale e Machine Learning dell’IIT a Genova, oltre ad essere co-direttore dell’unità ELLIS di Genova, iniziativa congiunta tra l’IIT e l’Università di Genova dedicata alla ricerca d’eccellenza nell’intelligenza artificiale. Pontil è anche Professore presso lo University College London (UCL) e membro dello UCL Centre for Artificial Intelligence. Ha maturato esperienze di ricerca presso prestigiose istituzioni internazionali, tra cui Cambridge, l’École Polytechnique di Parigi e il MIT, ed è tra i maggiori esperti nei fondamenti teorici del machine learning. Il finanziamento ERC, ottenuto per il progetto LEO, sarà utilizzato per sviluppare nuovi algoritmi di machine learning efficienti, affidabili e facili da interpretare, capaci di integrare le leggi della fisica nei processi di apprendimento. Questi strumenti permetteranno di descrivere e prevedere le dinamiche di sistemi complessi nel lungo periodo utilizzando meno dati e risparmiando energia. Sebbene i metodi sviluppati avranno carattere generale, le loro applicazioni spaziano dallo studio del clima alla scoperta di nuovi farmaci e alla progettazione di proteine.
