Machine Learning: il team dell'Ateneo Catanese in gara a Zurigo

TeamBalloDiRiso sarà l’unica squadra a rappresentare l’Italia

3 Maggio 2017
Alfio Russo

“TeamBalloDiRiso”, composto dai giovani studenti Ennio Nasca, Pierluca D'Oro e Simone Arena, sbarca all’EESTech Challenge di Zurigo, l'International Machine Learning Contest in programma dal 9 al 12 maggio che quest'anno riguarderà la tematica Machine Learning. Il team etneo - coordinato dal prof. Giovanni Maria Farinella, dell’Image Processing Laboratory del dipartimento di Matematica e Informatica dell’Università di Catania – sarà l’unico a rappresentare l’Italia alla competizione che vedrà in campo squadre provenienti dalla Svizzera, Spagna, Francia, Grecia e Inghilterra.

La trasferta a Zurigo del team catanese è sponsorizzata dai dipartimenti di Matematica e Informatica e di Ingegneria dell’Ateneo di Catania e dall'azienda STMicroelectronics (grazie all’ing. Francesco Caizzone). Il team potrà contare sulla potenza di calcolo messa a disposizione dal gruppo di ricerca Image Processing Laboratory per il design, sviluppo e testing degli algoritmi di Machine Learning.

“TeamBalloDiRiso” ha conquistato la finale di Zurigo dopo aver conquistato il 7 aprile scorso la prima edizione del "Machine Learning Contest", che si è svolta a Catania, grazie ad un algoritmo in grado di classificare correttamente le immagini con una accuracy di circa 90%. In linea, dunque, con la challenge che prevedeva la realizzazione di un algoritmo di Machine Learning in grado di determinare se la persona ritratta in una immagine avesse un viso sorridente o meno.

"Nella competizione di Zurigo – spiega il prof. Farinella, docente-tutor del corso di Metodi Lineari per il Supervised Machine Learning insieme con Christian Napoli e Giuseppe Scollo - i nostri studenti dovranno risolvere un problema complesso di Machine Learning e sfideranno diversi team provenienti da tutto il mondo. Gli algoritmi di Machine Learning sono utili ai computer moderni (smart cameras, smartphones, robots, automobili) al fine di poter osservare e capire il mondo in maniera autonoma a partire dagli input ottenuti da diversi sensori (audio, video, temperatura, umidità). Questo permette di creare nuove tecnologie in grado di osservare, capire ed agire in maniera completamente autonoma al fine di supportare l'uomo nella vita di tutti i giorni”.

“Le tecniche di Machine Learning – aggiunge Farinella - permettono l'elaborazione di grosse mole di dati per inferire nuova conoscenza. Il dipartimento di Matematica e Informatica già da diversi anni ha tenuto conto della rivoluzione tecnologica messa in atto dalle nuove discipline facenti capo all'area Data Science e presenta corsi mirati (Machine Learning, Computer Vision, Social Media Management, Programmazione di Sistemi Robotici) proprio per formare le nuove generazioni per il mondo del lavoro. Le diverse collaborazioni con aziende che si muovono in ambito internazionale come con la STMicroelectronics, Tim e Osram ci spinge a fare sempre di più e sempre meglio al fine di far crescere il tessuto locale”.