"AIMH 2.0 AI-based Management of Media, Textual, and Humanities Data 2.0" - Bando CR 010 2026 ISTI PI

L'attività di ricerca si occuperà di intelligenza artificiale e deep learning applicati all'analisi visiva e al pattern recognition, concentrandosi su due direzioni principali. La prima è il conteggio class-agnostic: sfruttare l'IA multimodale per sviluppare modelli in grado di contare oggetti di categorie arbitrarie, a partire da pochi esempi. Questo mira a creare sistemi di conteggio flessibili e generalizzabili per scenari open-world. La seconda esplora approcci di apprendimento bio-ispirati, come l'apprendimento hebbiano, in alternativa alla backpropagation, e l'utilizzo di colture neuronali biologiche come substrato computazionale. In entrambe le direzioni, l'attività affronterà la scarsità di dati annotati attraverso dataset sintetici generati in ambienti virtuali, tecniche di domain adaptation, apprendimento non supervisionato e strategie progettate per gestire le noisy labels.