A1. Rafforzare il programma Nazionale di Dottorato¶

Questa misura mira a consolidare e ampliare complessivamente i corsi di dottorato italiani, con l’ambizione di assegnarne una quota adeguata all’IA.

Obiettivo

Consolidare ed espandere i dottorati di ricerca per formare una quota maggiore di studenti di IA e attirare studenti di talento dall’estero.

Iniziative

• Aumentare il numero dei dottorati. L’obiettivo della misura è principalmente quello di recuperare la perdita di borse di dottorato subita negli ultimi anni, come passaggio intermedio verso un’ulteriore estensione numerica a lungo termine.
• Istituire un dottorato dedicato con il contributo e il coinvolgimento delle aziende. Il programma vuole incoraggiare la creazione di spin-off di ricerca dedicati alle attività dell’industria e del settore terziario.

Possibili fonti di investimento

• PNRR [1] M4C1 Investimento 4.1: Estensione del numero di dottorati di ricerca e dottorati innovativi. €430 Mln concessi su base competitiva (approccio bottom-up).
• PNRR M4C2 Investimento 3.3: Introduzione di dottorati innovativi che rispondono ai fabbisogni di innovazione delle imprese e promuovono l’assunzione dei ricercatori dalle imprese. €600 Mln concessi su base competitiva (approccio bottom-up).

A2. Attrarre e trattenere i ricercatori¶

Le carriere precarie e i lenti avanzamenti professionali spingono i talenti italiani verso Paesi con migliori opportunità e, allo stesso tempo, rendono l’Italia poco attrattiva per gli stranieri. Questo sta generando un flusso di talenti particolarmente negativo per il Paese.

Obiettivo

Attrarre e trattenere talenti dell’IA in Italia e mantenere la competitività italiana nella ricerca sull’IA.

Iniziative

Finanziare attività di ricerca gestite in autonomia da giovani ricercatori, che acquisiranno da subito una prima esperienza di gestione autonoma della ricerca. Il programma - fortemente ispirato al pilastro Excellent Science del programma Horizon Europe - avrà lo scopo di attrarre giovani ricercatori, beneficiari di borse di studio di alto profilo internazionale come gli “starting grants” del Consiglio europeo della ricerca e le Marie Skłodowska-Curie Postdoctoral Fellowships (PF). Reclutare giovani ricercatori di IA nell’ambito del programma “Rita Levi Montalcini” ideato dal Ministero dell’Università e della Ricerca.

Possibili fonti di investimento

• PNRR M4C2 Investimento 1.2: Finanziamento di progetti presentati da giovani ricercatori. 600 Mln concessi su base competitiva (non mirati specificamente all’IA).
• Fondo per la scienza (L.23 luglio 2021, n. 106): 50 Mln nel 2021 e 150 Mln dal 2022 concessi su base competitiva (approccio bottom-up).
• Programma Rita Levi Montalcini: 5 Mln/anno concesso su base competitiva (approccio bottom-up).

A3. Rafforzare le competenze di IA nella Pubblica Amministrazione¶

Una grande debolezza [2] della Pubblica Amministrazione in Italia è la quota limitata di dipendenti con lauree STEM, in particolare nell’IA e in quelle tecnologie digitali necessarie per gestire correttamente l’enorme e crescente quantità di dati della pubblica amministrazione.

Obiettivo

Aumentare l’efficacia della Pubblica Amministrazione italiana e aumentare la quota di lavoratori della PA consapevoli delle opportunità e dei rischi associati all’IA.

Iniziativa

Attivare tre cicli di nuovi corsi di dottorato specificamente progettati per le esigenze delle amministrazioni pubbliche in collaborazione con il Ministro per la Pubblica Amministrazione e interagendo con la Scuola Nazionale dell’Amministrazione, istituto di istruzione per la formazione dei funzionari e dirigenti pubblici.

Possibile fonte di investimento

PNRR M4C1 Investimento 4.1: Estensione del numero di dottorati di ricerca e dottorati innovativi. 430M concessi su base competitiva (approccio bottom-up).

A4. Promuovere corsi e carriere in materie STEM¶

Le materie STEM costituiscono la base per sviluppare le competenze e le carriere dell’IA. Pertanto, è importante stimolare l’interesse delle giovani generazioni verso i corsi e le carriere STEM, con particolare attenzione alle donne.

Obiettivo

Aumentare la quota di studenti che studiano materie STEM, le basi per sviluppare le competenze di intelligenza artificiale.

Iniziativa

Promuovere l’integrazione, all’interno dei curricula di tutti i cicli scolastici, di attività, metodologie e contenuti volti allo sviluppo delle competenze STEM, digitali e di innovazione, con particolare attenzione alle pari opportunità.

Possibile fonte di investimento

• PNRR M4C1 Investimento 3.1: Nuove competenze e nuovi linguaggi (1,1 Mld).
• PNRR M4C1 Investimento 3.2: Scuola 4.0 - Scuole innovative, nuove aule didattiche e laboratori (2,1 Mld).

A5. Espandere l’IA negli ITS (“Istituti Tecnici Superiori”)¶

Il sistema di formazione ITS [3] deve rispondere alla domanda del mercato del lavoro di tecnici specializzati e formati per l’innovazione tecnologica nei settori trainanti dell’economia.

Obiettivo

Sviluppare professionisti in grado di adattare e personalizzare le tecnologie IA esistenti per risolvere problemi in vari contesti industriali.

Iniziativa

Ampliare corsi di programmazione e inclusione di corsi di IA applicata e stage in tutti i curricula ITS.

Possibile fonte di investimento

PNRR M4C1 Investimento 1.5: Sviluppo del sistema di formazione professionale terziaria (ITS) (1,5 Mld).

B1. Rafforzare l’ecosistema italiano della ricerca sull’IA¶

Un ecosistema strutturato è necessario per definire una grande massa critica, rafforzare le sinergie tra centri più piccoli e più grandi e valorizzare l’eccellenza “verticale” in alcuni aspetti fondanti.

Obiettivo

Aumentare la competitività italiana per le grandi sfide dell’IA, in linea con iniziative europee e internazionali simili, creando una connessione strutturale tra centri italiani di ricerca esistenti e quelli nuovi.

Iniziativa

Creare un’architettura hub & spoke con competenze territoriali, soprattutto nella ricerca fondamentale.

Possibile fonte di investimento

PNRR M4C2 Investimento 1.3: Partenariati allargati estesi a Università, centri di ricerca, imprese e finanziamento progetti di ricerca di base. 1,61 Mld per almeno 10 partenariati selezionati su base competitiva. Un partenariato su 15 è rivolto alla ricerca sull’IA (approccio top-down) mentre aspetti dell’IA sono ritenuti cruciali nei restanti 14 partenariati.

B2. Lanciare la piattaforma italiana di dati e software per la ricerca sull’IA¶

Una piattaforma unica condivisa da tutti gli ecosistemi italiani è necessaria per mantenere la proprietà intellettuale dei risultati scientifici italiani e fornire un rapido time-to-market dalla ricerca italiana all’industria italiana.

Obiettivo

Generare una massa critica di dataset aperti e software progettati a livello di ricerca - resi accessibili secondo il principio FAIR [4]- che le start-up e aziende possano riutilizzare, ingegnerizzare e trasferire dal prototipo al mercato.

Iniziativa

Creare una connessione strutturale di piattaforme esistenti e nuove, dati e infrastrutture informatiche dedicate all’intelligenza artificiale, incluse biblioteche open source, specializzate per quegli ambiti in cui si concentra la ricerca fondamentale, sia per tecnologie specifiche che per lo sviluppo di modelli normativi e IA affidabile.

Possibile fonte di investimento

PNRR M4C2 Investimento 3.1: Fondo per la realizzazione di un sistema integrato di infrastrutture di ricerca e innovazione. 1,58 Mld concessi su base competitiva (approccio bottom-up).

B3. Creare cattedre italiane di ricerca sull’IA¶

Obiettivo

Rafforzare le eccellenze esistenti e prevenire la fuga di cervelli italiani verso centri di ricerca di altri paesi.

Iniziativa

Stanziare fondi specifici per un unico Principal Investigator (PI), già membro di università e centri di ricerca nazionali, per promuovere la collaborazione con industrie ed enti pubblici, secondo gli interessi degli ecosistemi locali. Sulla base di competenze oggettive, questi bandi potrebbero essere dedicati a specifiche ricerche libere in argomenti fondativi o applicativi [5] proposti da un PI. Il 20% del budget totale può essere destinato a colmare i divari di genere e territoriali.

Possibile fonte di investimento

Fondo per la scienza (L.23 luglio 2021, n. 106): 50 Mln nel 2021 e 150 Mln dal 2022 concessi su base competitiva (approccio bottom-up).

B4. Creare iniziative IA-PRIN per ricerca fondamentale¶

Obiettivo

Migliorare la ricerca, i risultati scientifici e la collaborazione tra i centri di ricerca

Iniziativa

Bandi dedicati alla ricerca fondamentale in IA ispirata da curiosità di base (in machine learning, NLP, visione artificiale, rilevamento, percezione e azione, ragionamento simbolico, edge-AI, IA basata su HPC) e IA affidabile per progredire nello sviluppo di software, interazione uomo-macchina, regolamentazione e spiegazione dell’IA.

Possibile fonte di investimento

PNRR M4C2 Investimento 1.1: Fondo per il Programma Nazionale Ricerca (PNR) e progetti di Ricerca di Significativo Interesse Nazionale (PRIN). 1,8 Mld concessi su base competitiva (approccio bottom-up).

B5. Promuovere campioni nazionali IA multidisciplinari¶

Obiettivo

Avere un forte impatto sul mondo della ricerca e aumentare l’utilizzo dei risultati della ricerca.

Iniziativa

Sfide su temi specifici con valutazione competitiva di risultati misurabili. Potrebbero essere correlati ad aspetti critici dell’IA e collegati ad obiettivi definiti di Ricerca Applicata [6]. Le sfide potrebbero essere coordinate con le infrastrutture esistenti come i centri HPC nazionali, i nodi Gaia-X e le infrastrutture dei centri di ricerca pubblici e privati.

Possibile fonte di investimento

PNRR M4C2 Investimento 1.4: Potenziamento strutture di ricerca e creazione di “campioni nazionali di R&S” su alcune Key Enabling Technologies. 1,6 Mld per 5 Centri Nazionali selezionati su base competitiva. Un centro su 5 si rivolge all’HPC (approccio top-down) mentre gli aspetti dell’IA sono cruciali nei restanti 4 centri.

B6. Lanciare bandi di ricerca-innovazione IA per collaborazioni pubblico-private¶

Obiettivo

Incidere e promuovere il partenariato pubblico-privato e contribuire a dare una caratterizzazione locale della ricerca sull’IA consentendo un sostegno regionale o locale ai progetti.

Iniziativa

Grandi progetti su settori prioritari ma con proposte di libera iniziativa (simili ai Piani Operativi Nazionali, PON, ma 60% per i laboratori pubblici, 40% per le imprese) che mirano a trasferire competenze dalla ricerca alle industrie, lavorare insieme, creare start-up e “innovatori”. Almeno il 10% dovrebbe essere dedicato alla creazione di nuove start-up di intelligenza artificiale.

Possibile fonte di investimento

PNRR M4C2 Investimento 1.5: Creazione e rafforzamento di «ecosistemi dell’innovazione», costruzione di «leader territoriali di R&S». 1,3 Mld per un massimo di 12 ecosistemi di innovazione selezionati su base competitiva (approccio bottom-up).

C. Aspetti trasversali

C1. Finanziare ricerca e applicazioni dell’IA creativa¶

Obiettivo

Creare eccellenza scientifica nelle applicazioni di ricerca in settori specifici, come il manifatturiero creativo.

Iniziativa

Borse di studio per ricerca pionieristica nel mondo dell’intelligenza artificiale creativa, un argomento di ricerca di frontiera che mette insieme nuovi modelli di apprendimento e ragionamento, esperti di neuroscienze, psicologi e persone creative.

Possibili fonti di investimento

• Fondo per la scienza (L.23 luglio 2021, n. 106): 50 Mln nel 2021 e 150 Mln dal 2022 concessi su base competitiva (approccio bottom-up).
• PNRR M4C1 Investimento 4.1: Estensione del numero di dottorati di ricerca e dottorati
• innovativi. 430 Mln concessi su base competitiva (approccio bottom-up).
• PNNR M4C2 Investimento 1.2: Finanziamento di progetti presentati da giovani ricercatori. 600 Mln concessi su base competitiva (non mirati specificamente all’IA).
• PNRR M4C2 Investimento 1.3: Partenariati allargati estesi a Università, centri di ricerca, imprese e finanziamento progetti di ricerca di base. 1,61 Mld per un massimo di 10 partnership selezionate su base competitiva.

C2. Promuovere progetti bilaterali per incentivare il rientro in Italia di professionisti¶

Obiettivo

Aumentare l’attrattività dell’Italia per ricercatori e investitori

Iniziativa

Bando per progetti incentrati su temi specifici definiti dalle priorità italiane cofinanziato da un altro paese con almeno un ricercatore che rientra in Italia con la stessa remunerazione che all’estero. Una borsa di studio analoga dovrebbe essere assegnata al PI italiano.

Possibili fonti di investimento

• Fondo per la scienza (L.23 luglio 2021, n. 106): 50 Mln nel 2021 e 150 Mln dal 2022 concessi su base competitiva (approccio bottom-up).
• PNNR M4C2 Investimento 1.2: Finanziamento di progetti presentati da giovani ricercatori. 600 Mln concessi su base competitiva (non mirati specificamente all’IA).

Queste iniziative saranno supportate dalle infrastrutture italiane esistenti come le strutture HPC nazionali per la formazione sull’apprendimento automatico, le reti 5G per l’acquisizione dei dati, il cloud nazionale Gaia-X per l’archiviazione dei dati e la virtualizzazione del calcolo, nonché tutte le infrastrutture dati sviluppate dalle comunità di ricerca, in particolare quelli stabiliti all’interno della tabella di marcia del Forum Strategico Europeo per le Infrastrutture di Ricerca (ESFRI Roadmap).

D1. Fare dell’IA un pilastro a supporto della Transizione 4.0 delle imprese¶

Obiettivo:

Stimolare la transizione verso un’economia basata sulla conoscenza; aumentare l’intensità della spesa in R&S rispetto al PIL [7]; arginare la perdita sostanziale e duratura di talenti tecnico-scientifici, soprattutto giovani; migliorare la protezione intellettuale delle soluzioni di IA per aumentare la competitività delle imprese.

Possibili iniziative

Introduzione di linee guida chiare sugli stipendi degli esperti di IA [8] che devono essere in linea con i parametri salariali internazionali.

Per quanto riguarda il reclutamento di esperti senior di AI, promozione di posizioni di doppio incarico attraverso incentivi per tutte le parti coinvolte.

Introduzione di credito d’imposta o voucher per l’assunzione di profili STEM.

Aggiornamento dell’elenco spese software e hardware ammissibili agli incentivi Transizione 4.0 [9].

Sfruttare le iniziative di successo esistenti che offrono formazione formativa da parte di partner accademici e industriali, un Master di secondo livello e un chiaro percorso verso l’occupazione ove necessario [10].

Fonte di investimento

PNRR M1C2 Investimento 1: Transizione 4.0 (13,38 Mld)

Settori consigliati

Si consiglia di iniziare l’attuazione (primi due anni) attraverso i settori prioritari — Industria e produzione e banche, finanza e assicurazioni — poiché i dati indicano che questi sono i settori in cui la misura può avere il maggiore impatto. Oltre a questi settori, dovrebbero essere considerati anche la sicurezza nazionale e le tecnologie dell’informazione. Dal secondo e terzo anno dovranno essere aggiunti tutti i settori prioritari.

D2. Sostenere la crescita di spin-off innovativi e start-up¶

Obiettivo

Aumentare del 30% il numero di start-up di IA rispetto al 2021; migliorare i ricavi medi delle start-up di IA del 50% nel mercato domestico e del 30% nell’export; accrescere il numero di scale-up; per identificare e supportare scale-up e unicorni..

Iniziativa

Promuovere la creazione di start-up tra professionisti e studenti ad alto potenziale: sostenere l’educazione all’imprenditorialità per bambini/ragazzi, incoraggiare gli studenti universitari ad avviare un’impresa, sostenere le imprenditrici, garantire pari opportunità di innovazione, promuovere l’assunzione di laureandi da parte di scale-up.

Promuovere la collaborazione all’interno degli ecosistemi delle start-up: offrire appalti pubblici alle start-up per l’acquisto di beni e servizi, promuovere l’innovazione aperta, favorire gli spin-off, co-creare progetti di punta per collegare gli attori dell’ecosistema delle start-up, promuovere incentivi fiscali per la crescita.

Fonte di investimento

CDP Venture Capital – Fondo Nazionale Innovazione, istituito dal Ministero dello Sviluppo Economico, ha un budget di partenza di 1 Mld e punta ad unificare e moltiplicare le risorse pubbliche e private dedicate al tema strategico dell’innovazione. Il Fondo è un soggetto (SGR) multifondo che opera esclusivamente attraverso metodologie di cosiddetto venture capital.

Settori consigliati

Industria e produzione, agroalimentare, salute e benessere, ambiente, infrastrutture e reti (in particolare comunicazione e servizi energetici), banche, finanza e assicurazioni e tecnologie dell’informazione.

D3. Promuovere e facilitare le sperimentazioni di tecnologie IA destinate al mercato¶

Obiettivo

Aumentare del 30% i prodotti e i servizi di IA testati tramite sperimentazioni controllate ed autorizzate.

Iniziativa

Promuovere il progetto Sperimentazione Italia, sandbox che consente a start-up, aziende, università e centri di ricerca di sperimentare il proprio progetto innovativo per un periodo di tempo limitato attraverso un’esenzione temporanea dalla normativa vigente ai sensi dell’art 36 DL 76/2020. Questo strumento specifico facilita l’accesso di imprese, spin-off, start-up, enti di ricerca, università, istituti tecnici superiori e centri di trasferimento tecnologico alla sperimentazione controllata ed autorizzata per testare tecnologie di IA in condizioni reali o prossime al reale con eccezioni normative di durata e perimetro limitati, prima della loro eventuale introduzione sul mercato.

Settori consigliati

Tutti i settori prioritari.

D4. Supportare le imprese nella certificazione dei prodotti di IA¶

Obiettivo

Aumentare del 30% il numero di prodotti e servizi di IA certificati dall’UE prodotti/forniti da imprese in settori in cui esistono già certificazioni UE.

Iniziativa

Definizione di un sistema di governance nazionale (riferendosi il più possibile alle istituzioni e autorità nazionali esistenti nel settore) a supporto della certificazione dei prodotti di IA immessi sul mercato (con profili di rischio più elevati, in particolare per la salute, la sicurezza o i diritti) con la definizione di chiari strumenti armonizzati in linea con la nuova proposta di Regolamento sull’intelligenza artificiale della Commissione Europea del 21 aprile 2021 (COM (2021) 206). In ambito sanitario sarà garantita una stretta collaborazione tra il sistema governativo italiano e gli organismi tecnico-scientifici a livello europeo chiamati a fornire indicazioni tecniche dettagliate per l’attuazione delle norme, sia del futuro Regolamento sull’IA che del Regolamento Dispositivi Medici, ovvero i Regolamenti UE 745 e 746/2017 (il primo è divenuto pienamente applicabile il 26 maggio 2021), affinché siano adottate tutte le opportune misure correttive. L’obiettivo è far sì che le due normative siano coerenti e ben coordinate tra loro, a vantaggio dello sviluppo del settore IA.

Settori consigliati:

Tutti i settori prioritari.

D5. Promuovere campagne di informazione sull’IA per le imprese¶

Obiettivo

Promuovere campagne di comunicazione e sensibilizzazione sui benefici dei prodotti e servizi di IA raggiungendo almeno l’80% delle associazioni di categoria, il 30% degli iscritti alle associazioni di categoria, l’80% dei Competence Center e dei Digital Innovation Hub.

Iniziativa

Organizzazione di 20 azioni di comunicazione e sensibilizzazione sull’IA. La campagna prevede la diffusione del Programma Strategico Nazionale per l’IA agli imprenditori e ai manager delle imprese interessate attraverso un’azione coordinata con le associazioni di categoria, i Competence Center e i Digital Innovation Hub. La campagna si concentrerà anche sui rischi e gli obblighi per la commercializzazione di prodotti e servizi di IA ai sensi della legislazione nazionale ed europea, in particolare nel contesto del prossimo regolamento europeo sull’IA.

Fonte di investimento

PNRR M1C2 Investimento 1: Transizione 4.0 ( 13,38 Mld)

Settori consigliati

Tutti i settori prioritari.

E. IA modernizzare la pubblica amministrazione¶

Il passaggio al nuovo paradigma tecnologico basato sull’IA influenzerà fortemente la pubblica amministrazione. Grazie all’IA, infatti, la PA italiana ha l’opportunità di allinearsi a un processo di modernizzazione che non può più essere evitato. L’utilizzo dell’IA consente alle pubbliche amministrazioni di adeguare e personalizzare l’offerta dei servizi e in generale sfruttare le grandi basi dati generate al loro interno per ampliare i servizi del settore pubblico e le opportunità di integrazione con i privati (per esempio in sanità e nella mobilità).

La pubblica amministrazione può diventare un vero e proprio motore dello sviluppo dell’IA, grazie ai dati che produce e al suo ruolo di potenziale acquirente di beni e servizi innovativi. Di conseguenza, è fondamentale rendere i dati esistenti fruibili dalle pubbliche amministrazioni, nel rispetto delle regole del GDPR e dei principi di privacy by design, ethics by design e human centred design e creando forme di aggregazione dei dati. Al contempo, la disponibilità dei dati è condizione necessaria ma non sufficiente per progettare una nuova PA. Per fare ciò, la stessa necessità di competenze, procedure e strumenti adeguati.

A tal fine, proponiamo le seguenti iniziative per la promozione dell’IA all”interno della PA e per la PA:

E1. Creare interoperabilità e dati aperti per favorire la creazione di modelli di IA¶

Obiettivo

Garantire standard comuni in termini di forma, struttura e granularità su dati e software e servizi di intelligenza artificiale, nonché protocolli di conformità rispetto alle normative nazionali ed europee. Favorire lo sviluppo di soluzioni avanzate di analisi e/o software che sfruttino il potenziale dei big data.ta che genera la PA nelle interazioni con i cittadini.

Iniziativa

Integrare i vari data feed della PA per renderli altamente interoperabili e aperti alle aziende private per lo sviluppo di software IA ma anche da utilizzare nella fase di progettazione e implementazione di nuovi algoritmi, nuovi modelli di apprendimento e sistemi di IA rilasciati dalle diverse amministrazioni. Questi nuovi sistemi saranno riutilizzabili, nel rispetto delle considerazioni di affidabilità delle normative nazionali ed europee e nel rispetto delle regole per la protezione dei dati personali. Inoltre, servirà aggiornare regolarmente le linee guida per gli Open Data riutilizzabili per i modelli di IA con grandi set di dati annotati (ad esempio i dati per la mobilità intelligente). Le politiche saranno alla base della partecipazione italiana al Common European Data Space della PA, previsto dalla European Data Strategy. Ciò avverrà congiuntamente all’implementazione di standard già esistenti e alla definizione di meccanismi di incentivi per i singoli gestori della PA, basati sulla conformità della loro struttura dati e dei servizi ai criteri indicati.

E2. Rafforzare le soluzioni IA nella PA e nell’ecosistema GovTech in Italia

Obiettivo

Sviluppare soluzioni di IA che rispondano alle esigenze delineate nelle azioni prioritarie legate alla PA e al settore pubblico, ovvero: 1) digitalizzazione e modernizzazione della pubblica amministrazione; 2) tutela del territorio e delle risorse idriche; 3) manutenzione stradale 4.0; 4) telemedicina, innovazione e digitalizzazione della sanità. Sostenere lo sviluppo di un ecosistema di start-up GovTech italiano.

Iniziative

Introduzione di bandi periodici per identificare e supportare le start-up con potenziali soluzioni basate sull’IA per risolvere problemi critici della PA, attraverso un programma simile a un acceleratore che trasformi idee/progetti di ricerca in soluzioni applicabili e aziende scalabili. Il CITD [11] individua periodicamente, attraverso una commissione di esperti e col supporto di personale tecnico ministeriale, problemi per la PA ben definiti e che potrebbero rappresentare anche grandi opportunità di ricavo per i fornitori di soluzioni (e.g. IA per semplificare e accelerare la gestione degli appalti pubblici e delle relative garanzie). I problemi sono pubblicati e un acceleratore partner sviluppa programmi di accelerazione che ruotano intorno alla risoluzione dei problemi pre-identificati. Il MITD assicura che processi d’appalto innovativi offrano la possibilità di contratti con la PA dopo l’accelerazione e supporta le start-up a istituire processi nel rispetto delle normative europee sull’IA e sui dati.

Investimento

Il comitato tecnico del MITD valuta il raggiungimento degli obiettivi da parte delle start-up e assegna premi per le prime tre aziende che raggiungono ciascun obiettivo. L’acceleratore partner, in coordinamento con il comitato tecnico del MITD [12], esegue la prima selezione delle start-up e fornisce il finanziamento iniziale, il mentoring e l’accesso a investitori di venture capital.

E3. Creare un dataset comune di lingua italiana per lo sviluppo dell’IA¶

Obiettivo

Garantire che ricercatori, imprese e pubblica amministrazione abbiano accesso a una risorsa linguistica condivisa di alta qualità (dataset molto grandi di documenti in lingua italiana su cui formare modelli linguistici di intelligenza artificiale), aumentando così sia la competitività italiana nel settore che le soluzioni di IA disponibili per i cittadini italiani.

Iniziativa

Creazione di una risorsa linguistica aperta e condivisa — raccolta strutturata di dataset digitali di documenti italiani a disposizione di tutti gratuitamente — attraverso una collaborazione tra attori pubblici e privati. Questa risorsa raccoglierà file di testo, file audio e banche terminologiche, che possono essere utilizzati per sviluppare text mining, chatbot, interfacce di conversazione, traduzione multilingue, genera- zione di testo o altri servizi che migliorano sia i servizi pubblici che quelli privati. L’iniziativa aiuterà efficacemente a colmare il divario di scala tra aziende/servizi di intelligenza artificiale emergenti e le più grandi aziende tecnologiche internazionali che hanno accesso ai propri database privati.

E4. Creare banche dati e analisi basate su IA/NLP per feedback/miglioramento dei servizi¶

Obiettivo

Migliorare la qualità delle interazioni (digitali e non solo) dei cittadini con la PA.

Iniziativa

Creare un set di dati annotato delle interazioni cittadini-PA (attività online ma anche feedback dalle interazioni di persona, ad esempio dall’INPS) per supportare lo sviluppo o l’integrazione di strumenti di intelligenza artificiale/fornitori di tecnologia per sviluppare nuovi servizi di interfacce di comunicazione, analisi delle opinioni, rilevamento e previsione dei punti critici nei processi per identificare possibili soluzioni. Creare bandi specifici per fornire soluzioni per la PA scalabili a livello nazionale.

E5. Creare banca dati per analisi sofisticate su base IA/Computer vision per il miglioramento dei servizi nella PA¶

Obiettivo

Supportare la PA nell’estrazione di conoscenza da documenti visivi digitalizzati, video e immagini satellitari.

Iniziativa

Creare un set di dati annotato molto ampio da immagini satellitari di osservazione di paesaggi urbani e non, immagini catastali digitalizzate, video urbani e suburbani per applicazioni di mobilità 5.0; supportare bandi specifici per fornire soluzioni di computer vision con codice open source o software concesso in licenza per uso della PA. Possibili applicazioni potrebbero essere a) la categorizzazione catastale, l’identificazione delle anomalie nel registro catastale e/o anomalie rispetto al piano urbanistico; b) migliore sfruttamento delle immagini/dati delle costellazioni satellitari per l’elaborazione a terra, sviluppando servizi di monitoraggio ambientale, gestione delle emergenze (e.g. incendi), monitoraggio delle infrastrutture critiche, monitoraggio costiero e di confine; c) dati satellitari e delle videocamere urbane delle strade nazionali per la previsione e la gestione del traffico (e della navigazione) a breve e lungo termine.

E6. Introdurre tecnologie per condivisione e risoluzione di casi trasversali a varie autorità¶

Obiettivo

Migliorare la qualità dei centri di servizio per i cittadini e semplificare il processo di risoluzione dei problemi in modo più efficiente, riducendo i tempi di elaborazione dei casi.

Iniziativa

Introdurre tecnologie basate sull’IA per automatizzare lo smistamento e la preparazione delle richieste per l’elaborazione. Ad esempio, l’automazione coinvolgerà: screening, confronto, categorizzazione e supporto decisionale nell’elaborazione dei casi; confronto automatico di documenti digitalizzati testuali/ visivi; automazione dei processi robotici (RPA); supporto ai datori di lavoro della PA nelle risposte standard. Il risultato sarà che i funzionari pubblici saranno in grado di concentrarsi sui casi più critici. Questa ottimizzazione con l’elaborazione dei casi è rilevante per varie autorità a partire da i centri di servizio al cittadino e l’area dell’amministrazione delle sovvenzioni.

Tutte le iniziative per le applicazioni dell’IA alla PA saranno finanziate prevalentemente tramite risorse PCM [13]-MITD/PA, in partnership con altre istituzioni pubbliche/private ove opportuno.