Intelligenza Artificiale: verso un futuro più “umano” e sostenibile

Lomonaco (Università di Pisa): “Oggi l’AI è poco efficiente e costosa per l’ambiente. È necessario cambiare paradigma”

Creare dei microprocessori in grado di replicare i sistemi di apprendimento biologico, così da rendere l’ Intelligenza Artificiale più flessibile, efficiente e sostenibile anche dal punto di vista ambientale.

È questa la sfida lanciata da un gruppo internazionale di ricercatori, coordinato dal Neuromorphic AI Lab (NUAI Lab) della UTSA (University of Texas at San Antonio) di cui fa parte anche Vincenzo Lomonaco, tra i massimi esperti italiani di Continual Learning, ricercatore presso il Dipartimento di Informatica dell’Università di Pisa e tra gli autori dell’articolo “Design principles for lifelong learning AI accelerators”, da poco uscito sulla prestigiosa rivista scientifica Nature Electronics.

Problemi di AI

“La fallibilità dell’Intelligenza Artificiale è ancora troppo alta e questo perché l’AI, così come la conosciamo oggi, si basa su sistemi di apprendimento automatico troppo rigidi, che la rendono incapace di affrontare condizioni nuove, non precedentemente incontrate durante il processo di addestramento” spiega Lomonaco, “di fatto, le facciamo apprendere una grande quantità di informazioni tutte insieme, ma ogni volta che emerge una novità su un determinato tema dobbiamo aggiornare il sistema da zero. Tutto ciò, oltre ad essere poco efficiente, ha anche dei costi altissimi, sia in termini economici che ambientali, visto l’elevato consumo di energia e le conseguenti emissioni di CO2 di questi processi”.

Aggiornare la AI

Aggiornare un sistema di AI, d’altronde, può arrivare a costare fino a diversi milioni euro. Mentre per avere un’idea dell’impronta ambientale dell’AI basti pensare che, secondo un recente studio dell’Università del Massachusetts, l’addestramento di diversi modelli di intelligenza artificiale di grandi dimensioni può emettere una quantità di anidride carbonica equivalente a cinque volte quella emessa da un’auto americana media durante il suo ciclo di vita, compreso il processo di produzione.

Una possibile soluzione

Una soluzione a tutto ciò, secondo Lomonaco e gli altri ricercatori del Neuromorphic AI Lab, coordinato dalla professoressa Dhireesha Kudithipudi, è rappresentata dall’Apprendimento Automatico Continuo (noto anche come Continual Learning o Lifelong Learning), che permetterebbe all’AI di assimilare un gran numero di conoscenze in sequenza, senza dimenticare quelle acquisite in precedenza.

“Per realizzare un sistema di apprendimento di questo genere è necessario modificare gli attuali paradigmi computazionali ed eliminare i vincoli infrastrutturali esistenti” prosegue Lomonaco. “Per questo, con i colleghi del NUAI Lab di San Antonio, abbiamo gettato le basi di un nuovo sistema di apprendimento incrementale, basato sul co-design hardware-software. Ossia sulla progettazione simultanea di componenti hardware e software, così da dar vita ad un sistema di lifelong learning per l’AI che sia robusto e autonomo. Il tutto basato su algoritmi di nuova generazione che, lavorando in modo più simile all’intelligenza umana, permettono all’Intelligenza Artificiale di accrescere le proprie conoscenze in modo progressivo, più rapido ed efficiente, con consumi che si avvicinano a quelli di una lampadina”.

In foto: Vincenzo Lomonaco assieme ai colleghi del Dipartimento di Informatica dell’Università di Pisa, Antonio Carta e Andrea Cossu, con cui collabora attivamente sui temi dell’articolo pubblicato Nature Electronics

Contenuti correlati

• 
  Innovazione nell’industria ancora una volta al centro: il sunto di SPS Italia 2026

  Si è chiusa a Parma la quattordicesima edizione di SPS Italia, appuntamento di riferimento per l’innovazione nel mondo produttivo. Con 720 espositori e 37.528 presenze, in crescita rispetto al 2025, la manifestazione è stata vetrina delle tecnologie...
• 
  XIA, il copilota di TEX per la programmazione di PLC e CNC

  XIA è l’avanguardia tecnologica nata dalla visione di TEX. Non è un semplice assistente virtuale, ma un vero e proprio “copilota” per il programmatore PLC e CNC, progettato per massimizzare la produttività e azzerare gli errori di sviluppo tramite un’integrazione profonda con...
• 
  Ricerca di Rockwell Automation: i produttori italiani sono sempre più orientati all’esecuzione e alla crescita

  Rockwell Automation ha annunciato i risultati relativi all’Italia dell’11ª edizione del suo State of Smart Manufacturing Report. La ricerca evidenzia un cambiamento nell’approccio dei produttori italiani alla trasformazione digitale: oggi, infatti, crescita ed espansione della capacità produttiva...
• 
  L’AI enterprise si scontra con nuovi limiti: ricerca NTT Data sulle barriere legate a privacy e sovranità dei dati

  NTT Data ha pubblicato la ricerca A Playbook for Private and Sovereign AI (Guida pratica per l’AI privata e sovrana) che sintetizza il “Report globale 2026 sull’intelligenza artificiale”, evidenziando come l’intelligenza artificiale aziendale stia superando i limiti dell’architettura e...
• 
  Si è tenuto a Milano l’evento Harpaceas Community Day 2026

  Non solo un evento, ma una fotografia chiara del cambiamento in atto. Con oltre 250 partecipanti, la quarta edizione di Harpaceas Community Day ha portato a Milano imprese, istituzioni, progettisti e mondo accademico, confermandosi come uno dei...
• 
  Il PLM entra in una nuova fase evolutiva: ne parla TXT Industrial

  Il PLM sta vivendo una trasformazione che ha smesso da tempo di essere teorica. La crescente complessità dei prodotti, la frammentazione dei dati lungo le filiere e la necessità di decisioni sempre più rapide stanno ridefinendo il...
• 
  SPS Italia, un ecosistema di contenuti e soluzioni per la fabbrica del futuro

  È iniziato il conto alla rovescia per la quattordicesima edizione di SPS Italia, che si sviluppa su sei padiglioni e propone una panoramica sulle tecnologie abilitanti per la fabbrica e sui trend che guidano la trasformazione della...
• 
  La Cina pone i robot basati sull’intelligenza artificiale al centro della strategia nazionale

  La Cina ha varato il suo 15° piano quinquennale ponendo la robotica al centro del proprio sistema industriale moderno. L’obiettivo è orientare la ricerca sull’intelligenza artificiale verso applicazioni fisiche, con i robot come principali motori della crescita...
• 
  Teradyne acquisisce TestInsight e accelera il time-to-market per dispositivi AI e data center

  Teradyne, fornitore di sistemi di collaudo automatico per l’elettronica e di sistemi robotici avanzati, ha annunciato la acquisizione di TestInsight, principale fornitore di software per lo sviluppo, la validazione e la conversione di vettori di test per...
• 
  Gli OSCAR dell’AUTOMAZIONE: Sensore di visione 3D O3M con AI da IFM

  Nelle fabbriche intelligenti e, soprattutto, sulle macchine mobili che condividono spazi con persone e altri mezzi, “vedere” non basta più: serve interpretare l’ambiente in tempo reale, con affidabilità anche quando le condizioni sono tutt’altro che ideali. È...