CyberShield AI Italia, Caputo (Politecnico di Torino): «Sull’AI nessuna università può competere da sola con la scala delle Big Tech»

Il progresso dell’intelligenza artificiale di frontiera non avviene più prevalentemente nelle università e nei centri di ricerca. Una quota crescente dello sviluppo dei modelli più avanzati si concentra nei grandi laboratori tecnologici privati, che dispongono di quantità di dati, capacità computazionale e investimenti difficilmente raggiungibili dal mondo accademico. È il quadro delineato da Barbara Caputo, Professoressa ordinaria del Politecnico di Torino, intervenuta a “CyberShield AI Italia – La nuova difesa digitale nazionale”, l’evento promosso dall’Associazione Nazionale Giovani Innovatori (ANGI) dedicato alle nuove sfide della sicurezza digitale.

«Una parte crescente, dominante, del progresso nei modelli di frontiera ormai avviene nei grandi laboratori privati, i laboratori delle grandi tech non europee», ha spiegato Caputo.

Una situazione che, secondo la docente, non deriva necessariamente da una minore qualità della ricerca accademica. Il vero elemento di differenza è la scala: disponibilità di enormi quantità di dati, capacità di calcolo, investimenti e rapidità nel trasformare un’idea in un progetto utilizzabile su larga scala.

«Non c’è nessuna singola università o centro di ricerca nel mondo che possa competere con quel tipo di scala, con quella massa di risorse, con quella velocità di esecuzione», ha sottolineato.

Prendere atto di questa condizione non significa però ridimensionare il ruolo della ricerca pubblica. Al contrario, secondo Caputo è necessario individuare gli ambiti nei quali università e centri di ricerca possono ancora fornire un contributo strategico, soprattutto laddove la disponibilità di risorse su vastissima scala assume un peso minore.

Tra questi rientrano i contesti nei quali sono determinanti la conoscenza specifica del dominio applicativo e l’utilizzo di dati non disponibili in grandi quantità, ma anche la sicurezza e l’affidabilità dei sistemi, la loro verificabilità e la trasparenza.

Un ulteriore campo riguarda lo sviluppo di soluzioni capaci di operare con risorse limitate, dove esistono vincoli in termini di capacità computazionale, memoria o disponibilità energetica. Problemi che rappresentano allo stesso tempo sfide scientifiche e questioni strategiche per lo sviluppo dell’intelligenza artificiale.

L’AI, infatti, secondo Caputo deve essere considerata una tecnologia non semplicemente “dual use”, ma «all use», perché attraversa contemporaneamente il settore civile, industriale, della sicurezza e della difesa.

Le stesse basi tecnologiche legate ai modelli di intelligenza artificiale, alla physical AI, alla computer vision e ai sistemi autonomi possono trovare applicazione in una fabbrica, in un’infrastruttura critica, nella gestione di un’emergenza o in un teatro operativo. A cambiare sono requisiti, livelli di rischio e responsabilità, mentre la base scientifica e tecnologica rimane in larga parte comune.

È proprio questa trasversalità a rendere centrale il tema della sovranità tecnologica. «Mantenere nel Paese competenze e capacità, le competenze cruciali, non solo per utilizzare queste tecnologie, ma per comprenderle, per adattarle, per verificarle, sostanzialmente per controllarle», ha evidenziato Caputo.

In questa prospettiva, le università mantengono un ruolo fondamentale. Autonomia tecnologica, infatti, non significa necessariamente produrre internamente ogni singolo componente, ma disporre delle conoscenze necessarie per comprenderlo, svilupparlo quando necessario, integrarlo, adattarlo, valutarlo e controllarlo.

Per costruire una reale capacità italiana nell’intelligenza artificiale, tuttavia, nessun soggetto può procedere isolatamente. «Industria, società civile, strutture pubbliche, università, ricerca, enti per l’innovazione: nessuno ce la fa da solo», ha affermato Caputo.

La strada indicata è quindi quella di un’alleanza strutturata tra ricerca, innovazione, imprese e istituzioni, nella quale ogni soggetto contribuisca sulla base delle proprie competenze, infrastrutture e asset strategici.

«Occorre fare squadra, occorre fare sistema», ha concluso Caputo. L’autonomia tecnologica non coincide quindi con l’autosufficienza, ma con la capacità di individuare gli ambiti nei quali è indispensabile mantenere competenze autonome, quelli nei quali l’Italia può puntare all’eccellenza e quelli nei quali deve essere in grado di integrare, valutare e controllare tecnologie sviluppate altrove.

About The Author