Falling Walls Lab Italy 2024: Leone Bacciu vince con il progetto pyFUME

Il Falling Walls Lab Italy premia un cafoscarino per il secondo anno di fila: Leone Bacciu, studente della Laurea Triennale in Informatica, è tra i due vincitori della competizione internazionale che promuove le idee innovative delle nuove generazioni.

Inventori e inventrici, tra cui anche studenti, studentesse e personale universitario, si sono incontrati lo scorso 30 maggio a Milano per presentare le loro proposte e rispondere alla domanda "Quali sono i prossimi muri da abbattere nella scienza e nella società?" davanti ad una giuria di professionisti e professioniste. All’organizzazione dell’evento ha partecipato anche Giancarmelo Stamilla, dottorando cafoscarino e vincitore del FWLab Italy 2023.

La competizione, ospitata e promossa per il sesto anno dall’Università degli Studi di Milano-Bicocca, è in partnership con MUSA scarl, Università degli Studi di Milano, Università Bocconi, Università degli studi di Bergamo, Università degli Studi di Pavia, PoliHub, Politecnico di Bari, Università Ca’ Foscari Venezia, Università Cattolica di Milano, Social Innovation Teams, BiM, Netval, Fondazione University for Innovation e Ambasciata d’Italia a Berlino, con la sponsorship di Liftt e MITO Technology. La collaborazione tra Ca’ Foscari e Bicocca si è concretizzata grazie al supporto dello staff di PInK, l’Ufficio di Promozione dell'Innovazione e del Know-how, che ha inoltre affiancato candidate e candidati cafoscarini nella preparazione delle presentazioni divulgative.

Con il suo pitch “Breaking the Wall of Black Boxes in Medicine”, Leone ha presentato in 3 minuti il lavoro del progetto pyFUME, uno strumento che si propone di supportare le decisioni in ambito medico grazie ad un’intelligenza artificiale interpretabile, che si esprime in linguaggio umano.

Guidato dal prof. Marco Salvatore Nobile, Delegato della Rettrice all'Innovazione digitale per la ricerca e docente del Dipartimento di Scienze Ambientali, Informatica e Statistica, il progetto internazionale coinvolge, oltre a Ca’ Foscari, l’Università degli Studi di Milano-Bicocca e le olandesi Jheronimus Academy of Data Science (JADS) di ‘s-Hertogenbosch e Eindhoven University of Technology (TU/e).

Gli algoritmi di intelligenza artificiale sono generalmente basati su modelli di machine learning "black-box" - o a scatola nera - ovvero modelli le cui decisioni e previsioni non sono comprensibili. Questo approccio, sebbene efficace, non può essere utilizzato in settori ad alto rischio come quello medico, dove l’utente finale ha diritto ad una spiegazione, come indicato anche dalla Commissione Europea nell’AI Act di prossima adozione. “I metodi tradizionali di machine learning più conosciuti, come quelli alla base di ChatGPT o Google Lens - spiega Leone Bacciu - hanno come problema fondamentale quello di essere imperscrutabili: anche se un programmatore andasse ad analizzare il loro modello, non riuscirebbe a capire esattamente come sta lavorando. pyFUME è un tool che risolve questo problema, creando dei modelli che - a partire da input tabulari - generano non solo previsioni o classificazioni, ma anche spiegazioni su come si è giunti a quel risultato. I medici possono quindi prendere decisioni più informate e tempestive grazie a modelli che mostrano il loro ragionamento, dando la possibilità di soddisfare i diritti dei pazienti.”

Bacciu entra in contatto con il progetto pyFUME dopo aver concluso il corso in Computational Intelligence del prof. Nobile, inserito per la prima volta tra i corsi a scelta della laurea triennale in Informatica “Mi sono informato sulla possibilità di collaborare al tool e in seguito mi sono occupato di risolvere un problema legato alle variabili categoriche, ovvero i dati che non possono assumere tutti i valori in un ‘range’ come la temperatura corporea, ma assumono invece valori discreti all’interno di un insieme ristretto di possibilità come il sesso o il gruppo sanguigno.” A luglio, Bacciu presenterà il suo lavoro alla conferenza internazionale IPMU (Information Processing and Management of Uncertainty in Knowledge-Based Systems) a Lisbona, Portogallo.

Oltre al machine learning, alla base dell’approccio di pyFUME c’è la cosiddetta Fuzzy Logic, o ‘logica sfumata’. Bacciu ci aiuta a fare chiarezza su questo concetto fondamentale “I programmi generalmente ragionano in logica booleana, dove le variabili sono solo vero o falso. Ma se dobbiamo risolvere problemi dove non sappiamo tutti i dettagli con esattezza, abbiamo bisogno di esprimere concetti un po’ più vaghi, meno precisi. Per fare un esempio in ambito medico, se vogliamo capire se un paziente ha una determinata malattia o meno, non possiamo considerare come ‘valide’ solo le temperature corporee al di sopra del 38 gradi, perché significherebbe escludere anche chi ha 37,9° di febbre. La logica fuzzy è quindi un modo di scrivere e programmare processi logici ‘smussando’ i valori di verità tipici degli algoritmi tradizionali. Al posto di avere un risultato in vero o falso, abbiamo quindi un grado di soddisfazione di una determinata regola.”

Grazie alla vittoria nel chapter italiano di Falling Walls Lab, Leone volerà a Berlino il prossimo novembre per portare il suo pitch alla finale globale della competizione, insieme ad altre 100 idee da oltre 60 Paesi al mondo che si contenderanno il titolo di ‘Breakthrough Winner’ nella categoria dei talenti emergenti.