Forum Ferdinando Rossi, "Machine learning, applicazioni ed effetti sulla società" al Campus Einaudi
Il Forum Ferdinando Rossi (FFR) è un evento di carattere annuale, ideato ed organizzato dal Comitato Organizzatore del FFR, organo composto da soli studenti della Scuola di Studi Superiori “Ferdinando Rossi” di Torino (SSST).
In accordo con la vocazione poliedrica del Forum, si è scelto di dedicare l’edizione 2017 al tema Machine Learning - applicazioni ed effetti sulla società. Per Machine Learning si intende l’insieme delle tecniche di apprendimento automatico che, a partire da serie storiche di dati, permettono di generare previsioni o inferire conoscenza strutturata. Si tratta di una disciplina che nasce in seno agli studi scientifici e tecnologici ma che, per la recentissima e capillare diffusione nel mondo sociale e del lavoro, permette analisi interessanti anche da parte delle Scienze Umane e Sociali.
In particolare l’attualità del Machine Learning emerge specialmente in relazione alla pervasività dei Big Data. Tale strumento, infatti, quando combinato con approcci statistici o di soft computing, si rivela così versatile da poter essere applicato in numerosi campi, dalla produzione industriale, alla linguistica, alla finanza.
L'evento è ad ingresso libero e aperto a tutti. Si terrà al Campus Luigi Einaudi (Lungo Dora Siena, 100, Torino) e si articolerà su due giornate: 17 e 18 novembre 2017. Per la prima giornata (venerdì 17 novembre) dopo i saluti istituzionali del prof. Michele Graziadei, vicepresidente della SSST, sono previsti i seguenti interventi:
- "Functional Neuroimaging and Data Science to See the Human Brain in Action". Dimitri Van de Ville, professore di ingegneria biomedica presso l’École polytechnique fédérale de Lausanne e l’Università di Ginevra.
- "Big Data, Internet e Politica: una applicazione alle elezioni Presidenziali USA 2016". Luigi Curini, professore di scienza politica presso l’Università degli Studi di Milano.
- "Learning How Legal Systems Change through Machine Learning". Ugo Pagallo, professore di informatica giuridica presso il dipartimento di Giurisprudenza dell’Università degli Studi di Torino.
- "Privacy preserving data mining: una promessa e una sfida". Rosa Meo, coordinatrice del Machine Learning Group e professoressa associata presso il Dipartimento di Informatica dell’Università degli Studi di Torino.
- "La Scienza dei Dati per il Sociale e per lo Sviluppo". Ciro Cattuto, ricercatore presso la Fondazione ISI (Istituto per l’Interscambio Scientifico) di Torino e coordinatore del Data Science Laboratory.
La seconda giornata (18 novembre) è invece destinata ad ospitare una Tavola Rotonda sul medesimo tema. La Tavola Rotonda sarà costituita da cinque studenti universitari provenienti da altre Scuole di Studi Superiori italiane e coordinata da un esperto in Machine Learning.
I lavori del Comitato Organizzatore, dunque, proseguono idealmente il percorso di formazione multidisciplinare seguito dai suoi membri: i temi scelti si caratterizzano per la loro rilevanza in molteplici discipline, venendo trattati grazie agli apporti di docenti ed esperti in ambiti anche molto distanti fra loro. La SSST riunisce infatti al suo interno studenti provenienti da quasi tutti i Corsi di Laurea dell’Ateneo con l’obiettivo di fornire una solida formazione interdisciplinare, che sia in grado di garantire una visione delle complesse questioni della società contemporanea nonché gli strumenti per comprenderle ed affrontarle.