Intelligenza artificiale multimodale, visione e linguaggio

Questa area di ricerca del DIPSCO studia e sviluppa modelli di intelligenza artificiale multimodale per l’analisi e l’interpretazione di informazioni provenienti da diverse modalità, tra cui immagini, video, linguaggio, movimento e segnali neurali. L’obiettivo è comprendere come sistemi naturali e artificiali possano rappresentare, integrare e utilizzare informazioni percettive, linguistiche e semantiche per interpretare ambienti, azioni e comportamenti complessi.

Le attività di ricerca includono lo sviluppo di modelli computazionali per la comprensione visiva e linguistica, l’apprendimento di rappresentazioni multimodali, l’analisi di dati dinamici e la relazione tra rappresentazioni artificiali e rappresentazioni cerebrali. In questo contesto, il brain decoding viene considerato come uno strumento per studiare il legame tra attività neurale, percezione e significato, contribuendo sia alla comprensione dei processi cognitivi sia allo sviluppo di sistemi di intelligenza artificiale più interpretabili e cognitivamente ispirati.

Questa linea contribuisce allo sviluppo di modelli di AI capaci di operare in contesti realistici, complessi e variabili, integrando informazioni eterogenee e favorendo un dialogo tra neuroscienze cognitive, visione artificiale, linguaggio e apprendimento automatico.