8 luglio -
In diversi campi di studio gli esperti devono comprendere e trovare un significato in insiemi di dati molto grandi e complessi, dall’astronomia alla storia, dalle neuroscienze all’economia: tutte materie nelle quali gli scienziati si trovano davanti a una vertiginosa gamma di informazioni. Proprio incontro a questi vanno incontro alcuni dei progetti finanziati dal 7° programma quadro, nel campo delle "Tecnologie dell'informazione e della comunicazione" (TIC).
Il progetto CEEDS, ad esempio, sta lavorando a nuovi strumenti per l'interazione uomo-computer (human-computer interaction o HCI) che ha lo scopo di aiutare il processo decisionale quotidiano e l'analisi delle informazioni scientifiche. L'approccio del team usa nuovi sistemi di "realtà sintetica" (RS) per aiutare le persone a navigare in grandi insiemi di dati in modo consapevole, sfruttando allo stesso tempo il potere e il potenziale della mente inconsapevole. “Siamo consapevoli solo di un piccolo sottoinsieme delle informazioni che riceviamo dai nostri sensi, ma il nostro cervello elabora anche il resto, e siamo molto bravi a rilevare gli schemi inconsciamente”, spiega il CORDIS, in un articolo apparso sul sito. “CEEDS ha quindi in programma di cercare segni di scoperta o sorpresa in questi processi inconsci, usando tecnologie indossabili che misurino le reazioni della gente alla visualizzazione di grandi insiemi di dati in ambienti di RS. Il sistema dirigerà poi gli utenti verso aree di potenziale interesse nella visualizzazione e guiderà la scoperta da parte loro di schemi e significati negli insiemi di dati”.
Sbloccando il potere del subconscio, CEEDS dovrebbe dunque aiutare gli utenti a trovare schemi o segnali nascosti in grandi quantità di dati. Questa nuova "tecnologia confluente", nella quale il computer e l''utente sono parti integrate di un sistema, potrebbe persino permettere a molti utenti di collegarsi tra di loro e creare un sistema di scoperta collettivo.
In altre parole, CEEDS sta aiutando i computer e gli esseri umani a lavorare insieme. Diverso il progetto BRAINSCALES, che invece sta aiutando i computer a "pensare" di più come gli esseri umani. Il nostro cervello lavora in diverse scale simultaneamente: da singoli neuroni a grandi aree dedicate a funzioni come la vista o l''olfatto e da millisecondi (reazioni fisiche) a ore o giorni (apprendimento). Il team del progetto sta usando simulazioni al computer ultra veloci per costruire "una sintesi artificiale di abilità cognitive simili a quelle corticali" e sta sviluppando un'"architettura hardware non-von Neumann".
I computer tradizionali si basano sull'architettura "von Neumann" che ci è familiare perché è quella presente nei nostri PC e usa unità di memoria/immagazzinamento ed elaborazione separate. Impiegando però strutture che imitano il funzionamento multi-scala del cervello umano, il team ha progettato un dispositivo di calcolo non-von Neumann. Oltre ad avere applicazioni al di fuori del reame della scienza del cervello, questo lavoro svolto da progetto BRAINSCALES ha aiutato la preparazione del FET Human Brain Project.
Allo stesso modo, il progetto REALNET mira a sviluppare il primo modello realistico in tempo reale del "cerebellum", una parte del cervello con un importante ruolo nel controllo motorio e coinvolta nelle funzioni cognitive come l''attenzione e il linguaggio. Il team sta sviluppando specifici chip e tecniche di imaging per fare registrazioni neurofisiologiche dei neuroni nel cerebellum. Il risultato finale sarà una realistica rete neuronale basata su dati anatomici e fisiologici, collegata a robot simulati e reali per valutare il suo funzionamento. REALNET ha lo scopo di fornire una visione radicalmente nuova del calcolo svolto nei circuiti centrali del cervello e pone le basi per nuove applicazioni tecnologiche nella rilevazione, il controllo motorio e i sistemi cognitivi.