Supercalcolo, dati e AI: perché l’autonomia digitale si gioca sulle infrastrutture

Nel convegno finale di Grins, il tema dell’infrastruttura – tecnologica, istituzionale, cognitiva – emerge come uno degli snodi decisivi del lavoro svolto. Grins non è soltanto una rete di ricerca, ma un esperimento concreto di integrazione tra competenze scientifiche, politiche pubbliche e capacità di calcolo, chiamate a misurarsi con problemi sistemici: sostenibilità, dati, decisioni. 

La piattaforma AMELIA ne è l’esito più tangibile e per il suo sviluppo, il ruolo di Cineca è tutt’altro che accessorio. Consorzio pubblico, punto di riferimento nazionale per il supercalcolo e la gestione avanzata dei dati, Cineca è uno dei pilastri dell’ecosistema digitale italiano ed europeo.

Ne parliamo con Gabriella Scipione, responsabile dell’area HPC Data Management and Data Analytics, che in Grins ha seguito da vicino lo sviluppo infrastrutturale della piattaforma AMELIA.

Cineca è una realtà iper specializzata, punto di riferimento in Italia.  Lei dirige la divisione HPC Data Management and Data Analytics. Può spiegarci cosa fa la sua divisione e che tipo di contributo portate al progetto Grins?

L’area che coordino ha il compito di supportare gli utenti che necessitano di risorse di supercalcolo offrendo servizi avanzati per la gestione dei big data e per la realizzazione di vere e proprie piattaforme digitali. Il ruolo del Cineca e del dipartimento di supercalcolo in Grins è stato innanzitutto quello di mettere a disposizione le infrastrutture Cloud e HPC su cui la piattaforma AMELIA è stata sviluppata, e che oggi ne garantiscono l’operatività. Cineca, inoltre,  ha fornito attività di consulenza specialistica e ha contribuito allo sviluppo di modelli volti ad assicurare, all’interno di AMELIA l’anonimizzazione e l’oscuramento dei dati sensibili.
 

Quanto conta impiegare un’infrastruttura nazionale?

Molto. Si tratta della stessa infrastruttura che offriamo ad altre piattaforme realizzate all’interno di progetti PNRR, così come per il servizio MeteoHub dell’Agenzia ItaliaMeteo, che fornisce previsioni meteo e dati osservativi sul territorio nazionale estremamente dettagliate. I dati di AMELIA risiedono in un unico data lake centrale, accessibile e condiviso da tutti i nostri sistemi, a cominciare dal supercomputer Leonardo.
Il servizio AMELIA è ospitato su un cluster virtualizzato on-prem di CINECA. Si tratta di un’architettura innovativa, che rappresenta un vero e proprio salto di qualità in termini di integrazione, efficienza e scalabilità. In caso di necessità è possibile scalare sul sistema di supercalcolo Leonardo, che oggi è il decimo supercomputer per potenza al mondo, per  sviluppare modelli di AI generativa basati sui dati che la piattaforma AMELIA è in grado di raccogliere.
 

Intelligenza artificiale, cloud e gestione dei dati sono ormai infrastrutture di base per ricerca, imprese e pubbliche amministrazioni. Esistono, naturalmente, dei colli di bottiglia: quali sono oggi le principali sfide da superare per favorirne un’adozione efficace?

Una delle principali criticità nello sviluppo di servizi basati sull’intelligenza artificiale  riguarda la disponibilità e usabilità dei dati: possiamo affermare senza problemi che senza dati non si fa intelligenza artificiale. Oggi i dati spesso esistono, ma sono ancora fortemente frammentati, sono distribuiti in repository appartenenti a organizzazioni che non dialogano tra loro e che, talvolta, non sono pienamente consapevoli del loro potenziale di utilizzo.Viene, quindi, a mancare la cosiddetta interoperabilità. 

La prima sfida, in questo senso, è mettere assieme le informazioni e prepararle per l’intelligenza artificiale. Vuol dire rendere i dati di qualità, ben descritti, interoperabili, tracciabili, sicuri e computazionalmente accessibili, così da poterli usare per addestrare e interrogare modelli di intelligenza artificiale in modo affidabile..

Un’altra sfida importante riguarda la disponibilità di un’infrastruttura integrata: spesso i dati vengono generati in un luogo, ma devono essere processati e analizzati utilizzando risorse di calcolo collocate altrove. Il problema è che il trasferimento di dati complessi, in particolare quelli satellitari, può richiedere giorni. Lo sforzo attuale è quindi volto a creare un’infrastruttura integrata in cui gli utenti possano accedere allo stesso tempo a supercalcolo — come il sistema Leonardo —, a sistemi di storage adeguati e a risorse cloud, tutto in un unico ambiente. Al Tecnopolo di Bologna, il Cineca sta sviluppando una soluzione di questo tipo, concepita per essere anche trasparente, così da ridurre al minimo queste criticità.

È interessante notare come il progetto AMELIA intervenga proprio su alcuni di questi nodi critici —frammentazione dei dati, mancanza di interoperabilità e distanza tra produzione e capacità di calcolo. La piattaforma nasce infatti per integrare fonti eterogenee in un unico data lake, rendere i dati tracciabili e interoperabili attraverso metadati condivisi e metterli a disposizione, in modo sicuro, di modelli analitici e di intelligenza artificiale che sfruttano infrastrutture di supercalcolo nazionali come quelle di Cineca.
 

È inevitabile soffermarsi nello specifico sul tema dell’ intelligenza artificiale. Spesso è raccontata in termini estremi, tra promesse salvifiche e scenari di rischio. Dal punto di vista di un gruppo come il vostro, quali sono oggi i rischi più concreti e meno discussi e quali invece le opportunità che stanno già producendo effetti reali o che li produrranno, a breve e nel medio-lungo periodo?

Dal mio punto di vista, il vero rischio è non essere autonomi tecnologicamente, la cosiddetta digital sovereignity, che io peraltro preferisco chiamare “autonomia digitale”.  In Europa non abbiamo ancora eccellenze pienamente competitive lungo tutta la catena dell’intelligenza artificiale: dai modelli alle piattaforme, fino alle infrastrutture.

Questo apre un tema centrale, che è quello dell’autonomia – o della sovranità digitale. 

E non essere autonomi, anche digitalmente, è un rischio enorme,  come ci ha insegnato il Covid con le mascherine. Ma se, da un lato, si tratta di una sfida, dall’altro costituisce una grande opportunità per cercare di sviluppare modelli linguistici di qualità continentali che siano concorrenti ai grandi attori del mercato americani e cinesi.
 

Qual è il valore aggiunto di fare da sé?

Il controllo, cioè la garanzia che i dati finiscano in repository che seguono regole europee e italiane. Significa evitare di dipendere in modo eccessivo da aziende non europee e mantenere il controllo su dati, infrastrutture e tecnologie strategiche. In concreto, vuol dire sapere dove sono i nostri dati, chi li gestisce e come vengono protetti; disporre di infrastrutture digitali – come HPC cloud e reti – che operano sotto la nostra giurisdizione; e sviluppare tecnologie che ci permettano di ridurre i rischi legati a decisioni o vincoli imposti dall’esterno.

Aziende e pubblica amministrazione devono avere certezze, in questo senso. Si tratta di una sfida, e ci stiamo lavorando.
 

Tecnologia di frontiera e clima sembrano ambiti molto lontani. Lei e il suo dipartimento avete lavorato su molti progetti legati al clima, alla biodiversità, anche coinvolgendo “gemelli digitali”, per esempio. In che modo la potenza di calcolo dei supercomputer sta aiutando a costruire città e paesi più resilienti e sostenibili?

Per farle un esempio concreto, Leonardo, il supercomputer che inizialmente era al quarto posto al mondo e ora al decimo per potenza di calcolo, viene impiegato nel settore meteo-climatico per risolvere problematiche di vario tipo, a cominciare dallo sviluppo di modelli previsionali più accurati. 

Ciò è possibile, ad esempio, aumentando la risoluzione spaziale e temporale dei modelli: dati più dettagliati permettono di individuare eventi estremi anche su scale molto ridotte, inferiori al chilometro. Ma non solo: Leonardo viene utilizzato anche per creare un “gemello digitale” della Terra dalle capacità straordinariamente avanzate.
 

Ci spieghi ancora: a cosa serve un gemello digitale del Pianeta?

Grazie al supercalcolo è possibile lo sviluppo di gemelli digitali di città e territori, così come dell’intero pianeta, integrando dati climatici, ambientali, infrastrutturali e socio-economici. Consente di estrarre scenari complessi utili a pianificare interventi di mitigazione dei rischi, simulare scenari futuri e valutare ex-ante l’impatto di politiche pubbliche, interventi urbanistici o strategie di adattamento climatico.

Negli ultimi due anni abbiamo visto che nel settore del meteo e del clima è cresciuto molto l’uso di modelli AI per ottenere previsioni basate solo sui dati degli ultimi 50 anni e non esclusivamente su modelli fisici. Le prestazioni oggi sono comparabili. 
 

Gli ultimi anni hanno visto trasformazioni profonde nella transizione digitale del Paese. Quali considera più significativi?

Dal mio punto di vista abbiamo assistito alla convergenza tra tre diverse tecnologie abilitanti: big data, supercalcolo e intelligenza artificiale. Mi sembra senz’altro che si intraveda la volontà dell’Italia di risolvere problemi scientifici, economici e aziendali usandoli. Ciò può avvenire anche grazie ai finanziamenti governativi ed europei.