IoT Edge Intelligence – EIG

Descrizione Attività

La ricerca del gruppo EIG è focalizzata sullo sviluppo di nuove architetture, framework e algoritmi per supportare modelli di edge learning distribuito e federato per collezioni di dispositivi intelligenti IoT embedded in grado di raccogliere e aggregare dati al fine di adattarsi alle esigenze degli utenti, apprendere e attuare politiche di controllo, adottare tecniche di manutenzione predittiva, riconoscere situazioni anomale ed eventualmente, reagire ad esse. Sono allo studio:

algoritmi distribuiti/decentralizzati basati su paradigmi cognitivi (deep reinforcement learning, federated learning, swarm learning) che permettano ai dispositivi stessi di cooperare imparando dalle loro esperienze, adattarsi a situazioni mutevoli e predire probabili situazioni future scambiando informazioni, distribuendo attività e coordinando le loro azioni;
modelli aggregativi spazio-temporali con l’obiettivo di semplificare notevolmente le operazioni di aggregazione e analisi online nei contesti IoT integrati con 5G/6G; una piattaforma cognitiva edge multi-agente per la progettazione, lo sviluppo, lo scheduling, la messa in opera e la manutenzione di sistemi complessi e su larga scala che supporti co-simulazione tramite digital twin nel contesto dei sistemi cyber-fisici e IoT;
l’utilizzo di tecniche di blockchain nei dispositivi IoT per ridurre il rischio di hacking diminuendo i potenziali punti di accesso.

Obiettivi

Il gruppo Edge Intelligence (EIG) dell’ICAR svolge ricerca e sviluppo di piattaforme IoT cognitive per facilitare l’esecuzione di algoritmi intelligenti in ambienti di Edge Computing. Lo scopo principale del gruppo EIG è quello di spostare gli algoritmi dell’IA dal Cloud verso l’ecosistema periferico con l’obiettivo di sfruttare nuovi chip di AI (Intel Movidius, Jetson nano, etc) che sono in grado di supportare applicazioni real-time complesse di intelligenza artificiale nei dispositivi IoT. Tale approccio rende possibile alle applicazioni e ai servizi di Edge Intelligence di funzionare localmente e autonomamente, con chiari benefici che ne conseguono dall’avere sistemi con bassa latenza, ridotto consumo di banda e maggior tutela della privacy.

Campi Applicativi

I principali campi di applicazione sono: smart cities, smart street, smart grid, intelligent buildings, smart water, urban intelligence, cognitive smart home, smart mobility, smart parking.