Machine Learning, il team dell’Ateneo catanese sale sul podio a Zurigo

ZURIGO – “TeamBalloDiRiso”, composto dai giovani studenti Ennio Nasca, Pierluca D’Oro e Simone Arena, ha conquistato il terzo posto all’EESTech Challenge di Zurigo, l’International Machine Learning Contest che si è concluso ieri e che quest’anno ha riguardato la tematica Machine Learning.

Il team etneo

Il team etneo – coordinato dal prof. Giovanni Maria Farinella, dell’Image Processing Laboratory del dipartimento di Matematica e Informatica dell’Università di Catania – è stato l’unico a rappresentare l’Italia alla competizione che ha visto in campo ben 12 squadre provenienti da altrettanti Paesi di tutto il mondo.

Sei diversi task da risolvere

Una challenge complessa con 6 diversi task da risolvere in 24 ore no stop che è stata inaugurata dalla docente Sarah M. Springman, rettore dell’Università ETH di Zurigo. “La nostra squadra ha risolto 4 task su 6 – ha spiegato il prof. Farinella –, a testimonianza della difficoltà della challenge nessun team è riuscito a risolvere tutti e 6 i task proposti”.

La challenge, infatti, prevedeva il design e lo sviluppo di algoritmi di Machine Learning per risolvere 6 diversi task di difficoltà crescente: “Face Value” (identificazione di un oggetto usando un sola immagine che lo ritrae frontalmente), “Side by Side” (identificazione di un oggetto usando un sola immagine che lo ritrae lateralmente), “Back” (identificazione di un oggetto usando un sola immagine che lo ritrae da dietro), “Where is X” (identificazione e localizzazione di uno specifico oggetto all’interno di un gruppo), “Family Snaphot” (identificazione di quanti e quali oggetti presenti in un gruppo in cui figurano anche altri nuovi rispetto a quelli di interesse), “Us and Them” (localizzazione di oggetti presenti in un gruppo contenenti anche nuovi rispetto a quelli di interesse, identificazione di oggetti conosciuti e indicazione dei nuovi).

“TeamBalloDiRiso” è approdato alla 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.

Gli algoritimi di Machine Learning

“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) – afferma il prof. Farinella, docente-tutor del corso di Metodi Lineari per il Supervised Machine Learning insieme con Christian Napoli e Giuseppe Scollo -. 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”.