Loading...
Più di quanto si possa immaginare, la ricerca italiana occupa una buona posizione nella classifica globale, nonostante la percentuale di investimento pubblico inferiore a quella di altri paesi. Questo “vantaggio” potremmo buttarlo via se continuassimo a ridurre l’investimento e ad avviare un accentramento delle risorse verso i più importanti poli di ricerca.
I dati dicono, infatti, che i paesi leader nel settore tecnologico tendono a rendere il più possibile diversificato il loro sistema di ricerca. Questo deve avvenire, sia costruendo un ecosistema di ricerca vario, sia incentivando l’interdisciplinarietà al suo interno. È questa la mentalità su cui il CREF fonda la propria visione, portando avanti temi di ricerca molto diversi tra loro. Per migliorare il nostro ecosistema di ricerca bisogna analizzarlo è confrontarlo con i numeri degli altri paesi.
È ovvio che quando si confrontano paesi molto differenti (ad esempio, gli Stati Uniti e la Svizzera) bisogna tener conto del fatto che la produzione scientifica globale dipende dalle dimensioni del paese stesso: ad esempio dal numero di ricercatori o dall’investimento totale in ricerca. Un dato molto interessante è il rapporto tra l’investimento in ricerca e i risultati, in termini di pubblicazioni e citazioni. Questa relazione è tendenzialmente lineare, con alcune deviazioni più o meno significative.
Ad esempio, Gran Bretagna, Israele, Canada, Nuova Zelanda, ottengono più risultati rispetto alla “media ponderata” della spesa/citazioni globale. Stati come Giappone, Cina, Messico, Turchia, invece, producono sotto la media. Per l’Italia, che in ricerca investe una percentuale del PIL (1,2%) della metà inferiore a quella francese e tedesca, il rapporto qualitativo della ricerca rimane notevole. È bene ricordarlo dato la confusione che spesso si fa e si legge sul funzionamento della ricerca in Italia.
 
Nella giornata di venerdì 20 novembre Andrea Gabrielli è stato nominato direttore scientifico delle attività museali e di ricerca del CREF.
Negli ultimi venti anni ha lavorato a numerosi problemi di fisica statistica, che vanno dai fenomeni di crescita frattale, percolazione, criticità auto-organizzante ad applicazioni dei metodi della fisica statistica alla cosmologia, problemi gravitazionali e reti complesse che rappresentano ora il suo principale interesse di ricerca. Ha, inoltre, contribuito al progetto di ricerca Economic Fitness.
Il nuovo direttore scientifico si occuperà della gestione della struttura museale e di ricerca.
Andrea Gabrielli provvederà al coordinamento dei progetti interdisciplinari del CREF e alla loro attuazione; nonché s’impegnerà nella valorizzazione e diffusione dei risultati delle attività di ricerca, nella promozione delle attività di disseminazione della cultura scientifica e delle attività del Museo Storico della Fisica.
#direttorescientifico #andreagabrielli #cref
Il CREF è pronto ad immergersi nello studio del mondo online. Si cercherà di comprendere meglio quali meccanismi dominano la formazione delle echo chambers, la polarizzazione e la diffusione di diverse narrative online.
L’approccio sarà principalmente orientato su 4 aspetti:
1) La teorizzazione, l’implementazione e la validazione di nuove metriche per caratterizzare le dinamiche sociali online con particolare riferimento a fenomeni di fruizione di informazione e interazione con altri utenti.
2) L’analisi delle caratteristiche proprie di ogni singola comunità con particolare riferimento alla tipologia di linguaggio utilizzato e ai tratti specifici di ogni singolo gruppo al fine di prevederne l’evoluzione
3) Implementazione di metriche atte a valutare i pattern di produzione delle informazioni da parte di testate giornalistiche sui vari social media (Facebook, Twitter, YouTube, Instagram etc.) al fine di capire come il business model e le strategie di pubblicazione influenzino la percezione e la fruizione dei contenuti online.
4) Metriche per la classificazione e previsione del hate speech sia dal punto di vista algoritmico che normativo. L’attività prevede la collaborazione con l’autorità garante per le comunicazioni. Per facilitare l’implementazione del progetto si prevede la messa in esercizio di una piattaforma permanente di monitoraggio dati e attività di confronto e divulgazione orientate a sensibilizzare una vasta audience al tema dei dati e dell’impatto dei social media sulla nostra società.
In breve, l’analisi dei comportamenti sociali con l’avvento dei big data può essere affrontata anche attraverso la data science. Lo studio sistematico svolto in maniera quantitativa e puntuale dei processi sociali ha notevolmente allargato il potenziale di indagine. In questo contesto con progetto del CREF intendiamo proporre lo studio mirato dell’effetto delle piattaforme sulle dinamiche della nostra epoca attraverso un approccio fortemente quantitativo ed empirico.
 

Complimenti agli studenti che hanno ottenuto le borse di dottorato finanziate dal CREF.





Giordano De Marzo e Matteo Straccamore hanno vinto il concorso presso La Sapienza Universita' di Roma - Dipartimento di Fisica.





Antonio Desiderio e Lavinia Rossi Mori vinto il concorso presso il Dipartimento di Fisica Università degli Studi di Roma "Tor Vergata".




In bocca al lupo per questa nuova esperienza.




Benvenuti al CREF!

La Terapia con Particelle (PT), o Adroterapia, è una tecnica oncologica per il trattamento dei tumori solidi altamente localizzati che sfrutta fasci terapeutici. La completa caratterizzazione dello spettro di emissione dei prodotti secondari ha un duplice interesse: la produzione di particelle secondarie deve essere studiata, con precisione per consentire al sistema di pianificazione del trattamento (Treatment Planning System - TPS) di tenere in considerazione la dose addizionale ad essi legata, spesso non trascurabile, specialmente con fasci terapeutici di ioni.
I prodotti di frammentazione secondari però possono anche essere sfruttati per monitorare, possibilmente online, il trattamento e verificando la conformità della dose assorbita con quella ottimizzata dal TPS. Il Dose Profiler è un rivelatore tracciante per particelle secondarie cariche dedicato al controllo della dose somministrata al paziente. Attualmente è in sperimentazione al CNAO (Centro Nazionale Adroterapia Oncologica, Pavia) attraverso un clinical trial che vede coinvolti 40 pazienti oncologici trattati con fasci di protoni e ioni carbonio.
Contrariamente ai prodotti di frammentazione carichi per i quali in questi anni si sono fatte intense campagne di misura e i modelli nucleari hanno potuto allinearsi con le misure sperimentali, la conoscenza della produzione di neutroni secondari è ancora molto approssimativa. Allo stesso tempo però la dose addizionale veicolata dai neutroni è particolarmente dannosa poiché responsabile di rilasci di energia anche in zone lontane dal volume irraggiato (in- and out- of field).
Il rivelatore MONDO è un tracciatore a fibre scintillanti, ad oggi in costruzione dedicato alla caratterizzazione (in termini di energia e direzione) dei neutroni secondari prodotti in PT. Il primo sensore al silicio – SBAM1 - che permette di leggere fibre scintillanti con un readout compatto è stato realizzato nel 2019 ed è ora in fase di test. Nei prossimi tre anni al Cref verrà portato avanti un progetto individuale finalizzato allo studio della tecnica dell’Adroterapia.
Nel luglio del 1938 cominciò la campagna antisemita in Italia. Il regime fascista, dopo la pubblicazione del manifesto della razza, a settembre aveva annunciato l’istituzione delle leggi razziali. Per Enrico Fermi diventava impossibile continuare a vivere in Italia. Da un lato per la salute della sua famiglia, sua moglie, Laura Capon era di origine ebraica, dall’altra per gli ostacoli che, ripetutamente, venivano presentati ai suoi lavori negli ultimi tempi.
Più o meno nello stesso periodo erano morti Corbino e Marconi, Fermi era, così, entrato in una sorta di isolamento scientifico incentivato dal regime. Qualche tempo prima Enrico Fermi era stato ospitato nei laboratori di Berkley e rimase affascinando dall’attrezzatura di cui disponevano gli scienziati. Invidiava la libertà nella quale venivano svolti i progetti scientifici.
Quando il 10 novembre arrivò la notizia che all’età di soli 37 anni avrebbe ricevuto il Premio Nobel, Enrico Fermi decise che dopo la cerimonia a Stoccolma non sarebbe più tornato in Italia. Erano, purtroppo, finiti i momenti dei Ragazzi di Via Panisperna, la guerra era prossima e Mussolini assecondava la follia di Hitler. Così, per evitare di mettere in pericolo la sua famiglia e di buttare via le proprie ricerche, Fermi decise di fuggire in America.
Alla premiazione, tenutasi a Stoccolma il 2 dicembre 1938, Enrico si recò con la moglie e i figli. Ricevette il premio indossando un semplice frac e non l’uniforme voluta dal regime. Non fece neanche il saluto fascista, come, invece, era imposto ai cittadini italiani. Fu questa la sua ribellione contro un potere politico che lo aveva costretto ad abbandonare Roma, la sua città.
Dopo la cerimonia Fermi si recò a Copenaghen da Bohr. Rimase lì qualche settimana, successivamente si imbarcò su un transatlantico diretto a New York, dove si stabilì in un primo momento per poter collaborare con la Columbia University.
Grazie agli sviluppi tecnologici (super-computer) e nuove tecniche di indagini sperimentali, si è sviluppato e sta rapidamente crescendo l’interesse scientifico nello studio delle caratteristiche fisiche della materia “soffice”. L’attività di ricerca in questo settore prende il nome, forse riduttivo, di “Soft Matter” e non riguarda solo la fisica ma è fortemente interdisciplinare coinvolgendo biologia, chimica, ecologia, geofisica medicina e scienze sociali.
All’interno della Fisica propriamente detta il termine “Soft Matter” si applica a sistemi quali il comportamento dei fluidi complessi, i materiali amorfi (emulsioni, vetri, sistemi granulari, ecc. . . ). Fra Biologia a Fisica, si inseriscono gli studi relativi al comportamento chimico-fisico delle macromolecole e delle membrane delle cellule, alla dinamica delle popolazioni e relativa evoluzione genetica, allo sviluppo di modelli di reti neurali.
Nell’ambito della Soft Matter, il CREF intende perseguire lo sviluppo e l’applicazione delle simulazioni numeriche idonee a riprodurre alcuni dei fenomeni più rilevanti e possibilmente di predirne di nuovi. È bene sottolineare che alcune delle tecniche di simulazione sviluppate negli ultimi vent’anni sono state ideate e messe a punto dai gruppi di eccellenza nella ricerca scientifica che operano in Atenei e/o Istituti Italiani e in particolare nell’area romana. La collaborazione con questi gruppi di ricerca è quindi il primo passo da attuare per dare concretezza a quest’attività.
La recente epidemia di COVID19 ha aperto enormi sfide alla riorganizzazione dei servizi di trasporto, che sono legate al massiccio cambiamento potenziale delle abitudini individuali. La necessità di distanza fisica tra gli individui è una variabile che non era mai entrata prima d’ora nei manuali di trasporto, architettura, pianificazione urbana o organizzazione del lavoro.
Oggi, il significato di questo vincolo sta estendendo il significato del termine "sicurezza" dei fenomeni di trasporto. Il termine sicurezza acquisisce ora anche il significato di "possibilità di minimizzare il rischio di contatto fisico con individui potenzialmente infetti". La sicurezza della salute pubblica è un fattore di cambiamento per gli ecosistemi di mobilità.
Ripensare la mobilità nell’estate del 2020 significa anche concepire un’era "post-covidica" in cui il tema del movimento si intreccerà con la sicurezza sanitaria pubblica. L’interazione tra trasporti innovativi e potenziali nuovi comportamenti rivoluzionerà il modo in cui gli individui si muovono all’interno della città e rimodellerà la struttura socioeconomica della città stessa. La regolamentazione e la supervisione di tale transizione è una sfida significativa che richiede uno sforzo interdisciplinare sostanziale e tempestivo.
Gli strumenti di pianificazione possono oggi sfruttare una grande quantità di dati GPS longitudinali, consentendo un monitoraggio ad alta risoluzione e in tempo reale delle abitudini individuali, assieme agli indicatori socio-economici ed allo stato delle infrastrutture. Parallelamente, gli schemi di modellazione hanno raggiunto la maturità per supportare la concezione di nuovi scenari.
In questo quadro, la prospettiva del CREF mira ad avere un ruolo centrale nell’implementazione di questa agenda, sviluppando strumenti algoritmici e analitici in grado di fondere le informazioni provenienti da fonti di dati eterogenee per consentire l’orchestrazione di scenari validati per l’ormai ineludibile transizione verso nuovi sistemi di mobilità sia per i paesi in via di sviluppo che per quelli sviluppati.
Il laboratorio attualmente in fase di sviluppo presso il CREF è dedicato allo studio di reperti di interesse storico-artistico tramite strumentazione avanzata ed un approccio integrato per la soluzione di problematiche di carattere archeologico e conservativo. Il laboratorio, ospitato nei locali del seminterrato della Palazzina di via Panisperna, vuole fornire una combinazione di strumentazione portatile e consolidata esperienza nell’utilizzo di Large Scale Facilities Europee attraverso programmi di accesso a strumentazione avanzata di neutroni e radiazione di sincrotrone.
Dati gli attuali sviluppi del Machine Learning applicati ai beni culturali, il CREF ha inoltre avviato collaborazioni con organizzazioni internazionali che operano nel settore, per affrontare le sfide del patrimonio culturale in modo innovativo.
L’intelligenza artificiale (AI) ha un impatto crescente in diverse aree tecnologiche come il riconoscimento vocale, l’automazione, l’economia, ecc. Machine Learning (ML) è un’applicazione corrente di AI basata sul concetto per il quale il sistema è in grado di apprendere da esempi ed esperienze, senza essere esplicitamente programmato. L’approccio consiste nel fornire dati ad un algoritmo generico e l’algoritmo/macchina crea la logica in base ai dati forniti. Gli algoritmi di Machine Learning sono generalmente tramite l’utilizzo di grandi set di dati (noti anche come Big Data), e concepiti per apprendere tramite le associazioni sul set di dati e possono essere applicati anche per la soluzione di problematiche inerenti al patrimonio culturale.
Il CREF, in linea con le attuali tendenze della ricerca multidisciplinare per i beni culturali, ha iniziato a collaborare con organizzazioni internazionali che lavorano nei settori del Machine Learning, dell’intelligenza artificiale, della complessità, del Data Science.