Il programma Innovation Grant della Fondazione FAIR, organizzato secondo il modello Hub & Spoke, ha coinvolto quattro enti di ricerca, 13 università, cinque aziende e il Consorzio Interuniversitario Nazionale per l’Informatica, coprendo un ampio spettro di ambiti. Tra questi, aerospazio e sicurezza, intelligenza artificiale generativa e sistemi cognitivi, sanità e diagnostica avanzata, finanza e compliance regolatoria, industria e manifattura intelligente, energia e sostenibilità.

Leonardo ha avuto un ruolo attivo nello sviluppo tecnologico di quattro Spoke, che introducono sistemi autonomi e adattivi per scenari complessi, tra cui droni intelligenti e soluzioni avanzate per l'elaborazione e fusione dei dati radar.

Dalle tecnologie ai casi d’uso
Il contributo di Leonardo ha coperto in modo trasversale diversi ambiti tecnologici e applicativi, con un forte orientamento alla traslazione dell'intelligenza artificiale dal mondo virtuale a quello fisico, attraverso machine learning, reinforcement learning, deep learning, multi-modal AI e federated learning. Nel complesso, le attività hanno rafforzato lo sviluppo sia di tecnologie innovative dell'AI, che di nuovi servizi di AI in settori strategici per il sistema Paese.

Un asse centrale ha riguardato l’individuazione e la definizione di metodologie, algoritmi e architetture innovative basate su filoni di ricerca più promettenti nella letteratura quali Safe e Constrained Reinforcement Learning e il loro uso nell’ambito della navigazione di droni autonomi, così come la definizione di uno scenario applicativo di inseguimento droni, la cui complessità risulta innovativa rispetto ai casi d’uso normalmente adottati in letteratura per i filoni d’interesse.

Nel contesto AI applicata ai sistemi radar, è stato implementato un rafforzamento della trasparenza dei modelli di AI mediante l’impiego di strumenti di explainability per comprendere al meglio il processo con il quale il modello esegue la fase di inferenza-classificazione. Si è posta attenzione anche all'integrazione di sistemi radar con capacità avanzate rispetto ai sistemi attuali, mediante la costruzione di un insieme di strumenti software in grado di ridurre i costi di progettazione e sviluppo, e la riduzione del consumo di energia da parte del radar dovuto alla riduzione della soglia di detezione.

Con il fine di contribuire significativamente alla comprensione del trade-off tra la quantità e la qualità dei dati, sono state approfonditamente affrontate tematiche legate allo sviluppo e all'ampliamento delle tecniche per migliorare la qualità e la diversità dei datasets utilizzati per addestrare foundation models multimodali, nel dominio della visione e linguaggio.

Nel campo dell'apprendimento automatico, i risultati ottenuti migliorano i metodi attuali da sequenze di dati continue, non -IID e con eventuali vincoli computazionali su diversi nodi/clients, che non hanno la possibilità di condividere i dati per questioni di privacy. Tale sforzo si traduce in sistemi più intelligenti, efficienti e rispettosi della privacy, che possono trarre vantaggio da un apprendimento costante senza compromettere la sicurezza dei dati sensibili.

Nel loro insieme, queste attività delineano un contributo focalizzato su tecnologie abilitanti e casi d’uso concreti, con impatto su domini spaziali, industriali, ambientali e di sicurezza.

Valore generato
Il contributo di Leonardo in FAIR ha permesso di rafforzare le competenze interne su tecnologie emergenti, sviluppare soluzioni innovative in ambiti strategici e consolidare la collaborazione con università e centri di ricerca. Il progetto rappresenta un esempio concreto di come la sinergia tra industria e ricerca possa generare innovazione ad alto impatto, con ricadute dirette su sicurezza, sostenibilità e trasformazione digitale.

Future Artificial Intelligence Research  è un’iniziativa strategica finanziata dal MUR (attraverso il Decreto Direttoriale n. 1555 del 11/10/2022, PNRR – Missione 4 Componente 2 Investimento 1.3 “Partenariati estesi a Università, centri di ricerca, imprese e finanziamento progetti di ricerca”) e dall’Unione Europea (attraverso il fondo NextGenerationEU).

Ha impiegato, per Leonardo, 24 persone distribuite tra le sedi di Genova e Roma. il budget complessivo è stato pari a 1.141.005,00 €, finanziato da parte del MUR al 65% dei costi eleggibili.