• SMART-CER

Un progetto che riguarda le Comunità Energetiche Rinnovabili. Stiamo ricercando e implementando algoritmi di Machine Learning, inclusi i recenti Transformers  e i recentissimi Large Behavioral Models, per migliorare la gestione dell'energia negli impianti energivori  e nei sistemi di produzione da fonti rinnovabili . Al centro di questi studi ci sono le Comunità Energetiche: organizzazioni, anche di cittadini e aziende, che condividono la produzione solare. L'obiettivo è ottimizzazare la produzione, l'immagazzinamento e l'uso dell'energia e al tempo stesso realizzare sistemi di manutenzione predittiva e efficientamento energetico di aziende con impatto ambientale quali le concerie . 

• HEART

Un progetto legato alla Sanità e alla prevenzione. Stiamo ricercando e prototipando un sistema di Intelligenza Artificiale multi sensore per prevedere il rischio di infezione dei pazienti sottoposti a un intervento chirurgico. Nel dettaglio, il sistema analizzerà: la storia clinica, le note mediche, le attività dell'intervento (anche attraverso video visivi e dati sensoriali) per dare un punteggio di rischio di infezione e per evidenziare la motivazione di questo punteggio. Utilizziamo LLM, dati sensoriali, video e relativi algoritmi di Machine Learning. L'obiettivo è fornire un punteggio di rischio accurato per contribuire alla prevenzione delle infezioni. 

• AD ASTRA

Una piattaforma di analisi predittiva che monitora la salute economico-finanziaria delle imprese, rileva squilibri e ne prevede l’evoluzione nel tempo. Attraverso report chiari e dettagliati, fornisce agli imprenditori e ai loro consulenti informazioni oggettive per ottimizzare le decisioni strategiche e pianificare interventi correttivi mirati. L’obiettivo del progetto è offrire uno strumento avanzato per analizzare le dinamiche aziendali nel breve-medio periodo, supportando una gestione più consapevole e proattiva.

• SAIL

Un sistema automatizzato e multilingua che rivoluziona la selezione del personale grazie all’integrazione di AI, Machine Learning e LLM. Analizza le risposte dei candidati, comprende il linguaggio in modo avanzato e si adatta continuamente per migliorare il processo di recruiting. Rispetto agli attuali ATS, SAIL integra la valutazione di hard e soft skills, genera dinamicamente domande, automatizza l’analisi delle risposte e assegna punteggi per ottimizzare il lavoro dei recruiter. L’obiettivo del progetto è elevare il livello di automazione nel recruiting, riducendo i tempi di selezione e aumentando la competitività delle aziende.

• SIS.MO.EDI.S 

Un progetto che integra il monitoraggio strutturale con il consolidamento e il rinforzo sismico, potenziandoli attraverso IA e Machine Learning. La piattaforma cloud-based offre strumenti avanzati di analisi e assistenza, con interfacce intuitive basate su UX/UI design. Consente il monitoraggio strutturale e la progettazione di sistemi di rinforzo personalizzati, con particolare attenzione alla conservazione degli edifici storici e al controllo del degrado dei materiali. L’obiettivo è creare un sistema innovativo per supportare tecnici e professionisti nella gestione della sicurezza e della durabilità delle strutture.

• CRACKER BREAKER

Un sistema di difesa preventiva e customizzata dagli attacchi informatici per le PMI. Questo progetto è legato alla sicurezza informatica anche con le ultime capacità di LLM di illustrare le vulnerabilità. L'obiettivo è utilizzare i più recenti algoritmi di rilevamento delle anomalie per individuare attività pericolose nei log di firewall e antivirus, spiegandole in modo comprensibile.
Maggiori informazioni: https://www.cracker-breaker.it/ 

• AI-LABS

Un progetto dedicato all’innovazione dei laboratori di analisi attraverso lo sviluppo di un LIMS di nuova generazione supportato da algoritmi di Intelligenza Artificiale generativa. Il sistema introduce una gestione avanzata dei campioni tramite chatbot, tracciabilità con TAG e valutazione del carbon footprint lungo l’intero ciclo di vita. AI-LABS integra inoltre l’acquisizione automatica dei dati analitici dagli strumenti di laboratorio, utilizzando algoritmi di anomaly detection per garantire qualità, affidabilità e robustezza dei risultati. Il progetto include lo sviluppo di un incubatore intelligente con sistemi di image analysis predittiva per il riconoscimento automatico e la quantificazione delle colonie microbiche, migliorando efficienza, accuratezza e sostenibilità delle analisi microbiologiche.

• Musica da indossare

Un sistema in grado di comunicare la musica a un pubblico con deficit uditivi. In questo progetto ci si concentra sulle terminazioni libere, tramite il mapping del rapporto tra suono ed elettrostimolazione. L'obiettivo è l'inclusività sensoriale.

In tutti questi progetti vi è la partecipazione attiva di aziende private.
Oltre alla ricerca sugli algoritmi, sono sempre attivi gli studi di Interaction Design, che riteniamo molto importanti per dare valore a tutti i progetti.