Machine Learning in Space (MLS)
Il progetto Machine Learning in Space (MLS), guidato dall’Università di Milano con la supervisione del Prof. Luigi Guzzo, vede la Fondazione come consulente per l’applicazione di tecniche di machine learning ai dati cosmologici. L’obiettivo del progetto è analizzare la distribuzione delle galassie su larga scala, utilizzando nuovi metodi di intelligenza artificiale applicati ai futuri cataloghi 3D del satellite Euclid.
Il progetto di ricerca scientifica di base si concentra sulla creazione di campioni di training realistici, al fine di ottenere una descrizione più dettagliata delle relazioni tra galassie, ammassi di materia oscura e aloni, migliorando l’efficacia degli algoritmi di machine learning sui dati cosmologici. Il progetto MLS, iniziato a settembre 2024, si concluderà a luglio 2025, contribuendo significativamente alla ricerca cosmologica e tecnologica.
Credit: ESA/Euclid/Euclid Consortium/NASA, CEA Paris-Saclay
Il progetto è risultato vincitore della selezione di proposte progettuali in risposta all’avviso pubblico sui Bandi a Cascata dello Spoke 3 del Centro Nazionale di Ricerca in High Performance Computing, Big Data e Quantum Computing: Astrophysics & Cosmos Observations, su tematiche legate al mondo dell’astrofisica e dell’astronomia. Il Centro Nazionale di Ricerca in High Performance Computing, Big Data e Quantum Computing, realizzato e gestito dalla Fondazione ICSC, è uno dei cinque Centri Nazionali istituiti dal PNRR Piano Nazionale di Ripresa e Resilienza, dedicati settori strategici per lo sviluppo del Paese: simulazioni, calcolo e analisi dei dati ad alte prestazioni, agritech, sviluppo di terapia genica e farmaci con tecnologia a RNA, mobilità sostenibile, biodiversità.
