Loading...
Quando si incontra un amico o un conoscente in un luogo in cui non ci saremmo mai aspettati di poterlo vedere si è soliti dire “Come è piccolo il mondo!” …beh, in un certo senso, non siamo così lontani dall’affermare il vero.
Nonostante l’elevatissimo numero di persone attualmente presenti sul nostro pianeta, grazie alla struttura della rete sociale creatasi, ognuno di noi è incredibilmente “vicino” a chiunque altro sulla terra. In particolare, si sente spesso parlare dei “sei gradi di separazione”: due persone qualsiasi nel mondo possono entrare in contatto tramite una brevissima catena di persone. Uno studio condotto da Stanley Milgram, presso la Harvard University (1967), afferma che tale numero è pari a 6.
Un primo semplice modello che spiega lo “small world effect” è costituito dai “random graphs”: esso è costituito da N nodi, ciascuno dei quali è collegato z nodi scelti a caso, creando Nz/2 connessioni fra i vari  nodi del sistema. Tale modello non presenta, però, la proprietà di clustering: prendendo come esempio la rete sociale, possiamo affermare che due tuoi conoscenti hanno una buona probabilità di conoscersi a loro volta fra loro. Nel modello illustrato, invece, la probabilità che due nodi collegati ad uno stesso nodo siano a loro volta collegati, è la stessa che caratterizza due nodi qualunque.
Esistono altri modelli in grado di presentare sia le proprietà di clustering che di small world, uno dei più noti è quello di Watts–Strogatz: si considera inizialmente una rete regolare, cioè un reticolo, ma alcune delle connessioni vengono riallacciate in modo casuale, producendo delle “scorciatoie”. Tali scorciatoie permettono di muoversi da un punto all’altro della rete visitando un numero piccolo di nodi e producono così l’effetto small world, pur mantenendo la proprietà di clustering tipica delle reti regolari.
Le applicazioni di tale modello al mondo fisico sono innumerevoli: ad esempio il word wide web può essere modellizzato con i sistemi precedentemente descritti e presenta un grado di separazione pari a 19, anche la diffusione di molte malattie infettive è influenzata dall’effetto Small World.
 
 
 
 
Giuseppe Brandi, reasearch student al Dipartimento di Matematica al King’s College di Lonra, e Tiziana Di Matteo, membro esterno al Complexity Science Hub di Vienna, professoressa di Econofisica al King's College di Londra e facente parte del Consiglio di Amministrazione del CREF, hanno pubblicato un articolo scientifico sulla statistica degli esponenti di scala e sul Multitasking Value at Risk.
Nella letteratura finanziaria ci sono diversi studi sulle serie di scaling e multiscaling, ma la ricerca riguardo all’argomento è ancora molto fiorente. In questo caso I due ricercatori propongono una nuova metodologia basata sulla simulazione di Monte Carlo, che loro hanno chiamato Multiscaling Value at Risk. Per conoscerne di più accedi all'articolo integrale cliccando qui.
Conviene fare come il Regno Unito dove si ritarda la seconda dose per dare spazio alle persone che devono ancora sottoporsi alla prima? Ce lo dice un gruppo di ricerca che comprende anche scienziati del CREF.
La risposta a questa domanda ce l’ha data, pochi giorni fa, un gruppo di ricerca composto da studiosi provenienti da diversi ambiti. Il team di ricerca comprendeva scienziati del Bambino Gesù di Roma, del dipartimento di Fisica all’Università Tor Vergata di Roma, del Centro di ricerca Enrico Fermi, del dipartimento di ingegneria all’Università Roma Tre e dell’Università di Padova.
Questo gruppo ha sviluppato un modello in cui viene stimato l'impatto della vaccinazione sulla mortalità degli anziani, seguendo una strategia vaccinale (simile a quella del Regno Unito) per la quale si prevede la somministrazione della prima dose ad una maggiore fetta di popolazione, in alternativa alla strategia attualmente usata che prevede due dosi somministrate a distanza di 3 o 4 settimane.
Gli autori hanno pubblicato l’articolo scientifico sul server MedrXiv, in attesa di revisione dei pari. In ogni caso, il modello sembra funzionare. Essi valutano 3 possibili scenari: nel primo si effettuano circa 400mila vaccinazioni per settimana, con la dose somministrata a 11 settimane di distanza; nel secondo se ne somministrano circa 600mila, 7 settimane e mezzo verrebbe eseguito il richiamo; nel terzo vengono somministrano 800mila dosi, aspettando 5 settimane e mezzo per il richiamo.
Tutti i possibili scenari considerati, facendo riferimenti ai dati messi a disposizione dai vari enti, su tutti quelli dell’ISS, garantirebbero, comunque, un miglioramento rispetto ai risultati ottenuti attraverso l’attuale strategia.
Secondo questo team di ricercatori, infatti, dare priorità alla prima dose sulla popolazione non ancora vaccinata piuttosto che avere la premura di effettuare la seconda dose è la strategia da seguire: nel migliore dei casi porterebbe la riduzione della mortalità negli anziani per il 19,8%; nel peggiore dei casi ci sarebbe comunque un risultato positivo che vedrebbe in calo del 9,2 i decessi tra gli over 80.
Complimenti al team di ricerca in generale e ai ricercatori del CREF Giulio Cimini, Andrea Gabrielli, Gaetano Salina, Francesco Sylos Labini che hanno dedicato attenzione allo studio della miglior strategia per la somministrazione dei vaccini. Anche Wired ha pubblicato un articolo divulgativo per dare risalto alla loro proposta e al loro studio.
La geometria frattale (dal latino “fractus”, frammentato), branca della matematica fondata dallo scienziato polacco Mandelbrot, si occupa di studiare quelle strutture caratterizzate da un’invarianza di scala, ovvero che si ripetono identiche a sé stesse a varie scale.
M.V. Berry descrisse con queste parole la nuova geometria: “La geometria frattale è uno di quei concetti che a prima vista ispirano scetticismo, ma in un secondo momento diventano così naturali da domandarsi perché siano stati sviluppati solo così recentemente”.
Il motivo di tale “ritardo” risiede nel fatto che questa nuova formulazione matematica risulta essere lontana dai canoni matematici classici, i quali si basano sui concetti di regolarità e continuità e sulla possibilità di approssimare localmente una curva con la sua tangente nel punto, al contrario delle strutture frattali che si ripetono identiche a sé stesse ad ogni scala e per le quali non è possibile definire la derivata.
Un tipico esempio di applicazione della geometria frattale è lo studio della lunghezza delle coste. Se si tenta, infatti, di misurare la lunghezza di una costa particolarmente frastagliata, ci si rende conto che via via che si aumenta la precisione di misurazione, compaiono strutture simili a quelle incontrate a scale inferiori e determinarne l’effettiva lunghezza diventa un compito niente affatto banale.  Mano a mano che la precisione aumenta, la lunghezza cresce senza mai convergere ad un valore.
Le curve frattali sono caratterizzate da un parametro D, detta dimensione frattale, che possiede molte delle proprietà tipiche di una dimensione ma che assume valori frazionari compresi fra 1 (valore tipico delle curve) e 2 (valore tipico delle figure piane). In particolare, per la costa inglese si ha D =1.25.
Le applicazioni della geometria frattale si estendono ai più svariati campi di ricerca, ad esempio allo studio dalla fisiologia (in particolare nello studio della struttura di arterie e bronchi) e ai fenomeni di breackdown dielettrico. Infatti le scariche elettriche di questo tipo, come ad esempio i fulmini, non viaggiano seguendo il percorso rettilineo piu` breve, ma formano al contrario complesse ramificazioni frattali. Tale comportamento e` spiegato attraverso il  Dielecric Breackdown Model.
 
 
Citychrone è un approccio innovativo per lo studio e il monitoraggio della mobilità all’interno delle città basandosi più sui tempi di percorrenza anziché sulle distanze. Fornisce in questo modo una nuova visione della città, più vicina alla percezione e all'esperienza dei cittadini. Così facendo si attua una visione di città liberata dal trasporto privato, che valuta la qualità del trasporto pubblico e incentiva alla progettazione di nuovi scenari per l'accessibilità di siti e servizi.
Grazie alla disponibilità di dati ed informazioni sui trasporti pubblici, CityChrone realizza mappe navigabili del tessuto urbano in base al tempo di percorrenza. E, grazie alla modellizzazione delle dinamiche del traffico urbano, permette di progettare nuove infrastrutture di trasporto (come nuove linee metropolitane) e simulare il loro impatto sull'accessibilità e sui tempi di percorrenza.
Istituzioni, aziende o organizzazioni attive nel campo della mobilità, che sono interessate a migliorare l'accessibilità di uno specifico territorio e dei suoi servizi, possono essere aiutate da CityChrone con una valutazione critica della situazione attuale e una pianificazione per soluzioni ottimali per il futuro.
Le città rappresentano sistemi sempre più grandi, complessi ed interconnessi. La mobilità urbana rappresenta una delle più grandi sfide ambientali e sociali che l’umanità deve affrontare. Il progetto CityChrone coniuga la disponibilità di importanti moli di dati ad un rigoroso approccio scientifico per affrontare lo studio delle dinamiche urbane complesse e proporre soluzioni efficaci ed innovative.
Le nuove tecnologie della comunicazione e dell’informazione svolgono un ruolo sempre più pervasivo per la nostra cultura e la nostra quotidianità. Questa rivoluzione non giunge evidentemente senza controindicazioni, e nelle nostre società complesse emergono costantemente nuove sfide globali che richiedono nuovi paradigmi.
 
Pochi giorni fa è stato pubblicato su Physical Review Research un articolo scientifico che presenta un innovativo approccio dinamico alla legge di Zipf. A questo articolo hanno contribuito il Presidente del CREF, Luciano Pietronero, il direttore scientifico del CREF, Andrea Gabrielli, un dottorando del CREF, Giordano De Marzo e un ricercatore dell’Istituto dei sistemi complessi, Andrea Zaccaria.
La legge di Zipf è una legge di scaling osservata in moltissimi Sistemi Complessi, ad esempio essa è stata riscontrate nella distribuzione delle città, delle imprese e del PIL, ma anche nel linguaggio naturale e molti sistemi naturali, come terremoti e crateri lunari. Dato un insieme di N oggetti e denotando con S (k) la dimensione del k-esimo più grande, la legge di Zipf si scrive come S (k) = S(1)/k^γ dove S (1) è la dimensione dell'oggetto più grande, mentre γ è chiamato esponente di Zipf.
Nonostante l'universalità della legge di Zipf, tutti i sistemi che mostrano questa legge di scaling presentano una caratteristica comune: sono dinamici. Le città esistenti crescono e nuovi insediamenti urbani vengono creati, gli asteroidi colpiscono la Luna ogni giorno, i terremoti si verificano in qualsiasi momento e il linguaggio è in continua evoluzione. Questa osservazione elementare ha forti implicazioni nello studio del problema.
Alcuni sistemi, evolvendo, si discostano sempre di più dalla legge di Zipf; questo comportamento è caratteristico, ad esempio, dei terremoti italiani e delle città del mondo. Al contrario la dinamica di altri sistemi, detta Zipfiana, è tale da rendere costanti o decrescenti le deviazioni dalla legge di Zipf.
Nel primo caso la legge di Zipf può essere osservata solo temporaneamente e quindi diciamo che quei sistemi mostrano la legge di Zipf in modo spurio, mentre nel secondo caso la legge di Zipf è un'attrattore della dinamica e parliamo quindi di sistemi genuinamente Zipfiani.
Questo approccio dinamico ha una serie di applicazioni pratiche e teoriche, per esempio:
• i terremoti possono mostrare la legge di Zipf solo in modo spurio. Usando questa proprietà si può calcolare la magnitudo massima di un terremoto futuro in una data area. Per l'Italia tale magnitudo massima risulta essere circa 7.4;
• si dimostra analiticamente che la dinamica Zipfiana non è additiva, ciò spiega perché la legge di Zipf si osserva considerando le città in una data nazione, ma non tutte le città del mondo.
Per leggere l'articolo completo clicca qui.

Amazon, il colosso delle vendite online fondato da Jeff Bezos nel 1994, è ormai utilizzato da milioni di persone in tutto il mondo. Uno dei punti di forza del sito è la capacità di suggerire agli utenti articoli che potrebbe essere loro interesse acquistare; tale funzione è codificata dall’algoritmo “Item-to-Item Collaborative Filtering”.






L’algoritmo analizza gli interessi degli utenti in base ai precedenti acquisti (e non solo...) e propone prodotti che ritiene ad essi affini. Un altro fattore decisivo è la capacità che esso ha di sfruttare gli acquisti effettuati da altri acquirenti per fare raccomandation più efficaci. A tale scopo viene costruita una matrice nella quale vengono raccolti i prodotti che, generalmente, sono comperati insieme: questo permette al sito di proporre acquisti complementari a quelli fatti precedentemente. Il risultato è che ogni utente ha un suo store online personalizzato e inoltre è possibile effettuare stime sul numero di utenti che compreranno un determinato prodotto.






L’obiettivo dell’algoritmo può essere ben riassunto da una frase tratta da un articolo di Smith e Linden, “The test of time”, in cui viene scritto così: “It’s computers helping people help other people, implicity and anonymously”.





Anche il tempo di calcolo ha un ruolo fondamentale nell’implementazione dell’algoritmo. Esso è decisivo sotto due punti di vista: il primo è la rapidità con cui il sito deve rispondere agli stimoli dell’utente, elaborando un numero enorme di dati e dando risposte immediate; il secondo è la tempistica con cui proporre le raccomandation. L’algoritmo deve essere in grado di analizzare l’effettiva causalità fra due acquisti e proporre il suggerimento in tempi utili.





Le raccomandation sono il futuro dell’interazione digitale. Esse sono già alla base di moltissimi siti di successo che usiamo quotidianamente come YouTube e Netflix.





Referenze:


La storia di Bruno Pontecorvo raccontata da Storie Scientifiche per il CREF.
Il 22 agosto del 1913, nella piccola frazione di Marina di Pisa, nasceva Bruno Pontecorvo. La famiglia, di fede ebraica, appartiene alla ricca borghesia, ma è la loro naturale predisposizione alla genialità il vero tesoro. Guido, fratello maggiore di Bruno, diventerà un genetista di fama internazionale; Gillo, il minore, sceglierà la carriera cinematografica, arrivando a vincere un Leone d’oro per il film “La battaglia di Algeri” e ad essere candidato a due premi Oscar nel 1969 per il medesimo. Anche le frequentazioni di casa Pontecorvo sono particolari e stimolanti, ma spiccano due giovanotti che si rincontreranno con il piccolo Bruno qualche tempo dopo. Stiamo parlando di Enrico Fermi e Franco Rasetti Fin da piccolo Bruno si applica con profitto nello studio e nello sport (il suo prediletto rimarrà per sempre il tennis), ma il germe della timidezza si insedierà presto in lui. Egli stesso affermava che i suoi genitori consideravano il fratello Guido il più intelligente dei fratelli, Paolo il più serio, Giuliana la più colta e lui, Bruno, il più buono ma il più limitato, come dimostravano i suoi occhi buoni ma non intelligenti.
A soli 16 anni si diploma al Liceo Classico “Galileo Galilei” di Pisa e decide di iscriversi alla facoltà di Ingegneria, dove supera con merito il biennio. Ma Bruno non ama il disegno e matura la decisione di trasferirsi a fisica. Guido appoggia la sua decisione, ma a una condizione: deve trasferirsi a Roma perché lì ci sono Enrico Fermi e Franco Rasetti. Nell’autunno del 1931, Pontecorvo arriva nella capitale del Regno dove ad attenderlo c’è un’aula e due esaminatori che sono già delle vere e proprie autorità nel campo scientifico: Fermi e Rasetti per l’appunto. Passa brillantemente il test, ma Fermi si lascia andare a un commento, che faceva a ogni suo singolo studente, non proprio benevolo:
“La fisica è una ma, disgraziatamente, oggi i fisici sono divisi in due categorie: i teorici e gli sperimentatori. Se un teorico non possiede straordinarie capacità il suo lavoro non ha senso. Per quanto riguarda la fisica sperimentale, qui esiste la possibilità di un lavoro utile anche per un individuo di capacità medie”.
Bruno, forse, lo considera un avvertimento e decide di gettarsi sulla fisica sperimentale, anche se “da grande” diventerà un fisico a tutto tondo. Si laurea con lode nel 1933, a soli 20 anni ed entra ufficialmente nel gruppo dei Ragazzi di via Panisperna con un soprannome affettuoso: il Cucciolo. Pontecorvo non apparirà però nella famosa foto che ritrae i cinque Ragazzi ma, più tardi, ammetterà: “Spesso mi chiedono dove sono. Io ho fatto la foto!”.
Il suo nome emergerà, pe la primissima volta, in un articolo nella rivista “La Ricerca Scientifica” dopo aver partecipato ai famosi esperimenti in cui si bombardavano i nuclei atomici con i neutroni lenti.
Nel 1936 Pontecorvo vince una borsa di studio per un soggiorno di 6 mesi all’estero e, su consiglio di Fermi, sceglie di andare all’Institut du Radium, a Parigi, per lavorare con i neovincitori del Nobel Frédéric e Irène Joliot-Curie. In questo periodo matura in lui un forte ideale politico, alimentato anche da Frédéric (che apparteneva alla Resistenza francese) e al cugino Emilio Sereni (esule antifascista e futuro parlamentare col Partito Comunista Italiano). La sua permanenza doveva essere di soli 6 mesi, ma gli viene data l’opportunità di rimanere con rinnovi di contratto di sei mesi in sei mesi fino al dicembre ’39, pochi mesi dopo l’entrata in guerra della Francia. Per le sue idee politiche e per la promulgazione delle leggi razziali, non può far ritorno in Italia. Il 13 giugno del 1940, fuggendo da una Parigi assediata dai nazisti, riesce a fuggire e a raggiungere gli Stati Uniti.
Grazie a Segrè e Fermi, riesce a trovare un lavoro per una compagnia petrolifera a Tulsa, Oklahoma. Qui, basandosi sulla tecnica del rallentamento dei neutroni assimilata a Roma, sviluppa un’ingegnosa tecnica per la rivelazione dei pozzi petroliferi, il così detto carotaggio neutronico. Negli anni della Seconda Guerra, gli Stati Uniti iniziano la corsa agli armamenti inaugurando il Progetto Manhattan ma Pontecorvo, probabilmente per le sue idee filocomunista, non viene arruolato. Chi lo chiama invece è il Canada, presso il laboratorio di Chalk River. Durante il periodo bellico il suo maggiore impegno riguarda la costruzione del reattore nucleare ad acqua pesante e tutte le problematiche legate alla sua progettazione.
Il periodo canadese è per Pontecorvo un’inesauribile fonte di ispirazione: matura alcune intuizioni geniali sulla fisica delle particelle elementari. Mette a punto un metodo radiochimico per la cattura dei neutrini solari; la tecnica non è perfetta ma getta importanti basi per l’esperimento, effettuato negli anni Sessanta, della definitiva cattura e stima del numero di neutrini solari.
Fra il 1944/45, Conversi, Pancini e Piccioni svolgono il famoso esperimento a Roma identificarono una nuova particella, circa duecento volte più pesante dell’elettrone, il muone. Questa particela ha come prodotto di decadimento solamente un elettrone, che non presentava un’energia ben definita ma assortita in un intervallo continuo; questo significava che il muone si divideva in un elettrone e, almeno, in altre due particelle neutre, invisibili alle strumentazioni.
Pontecorvo dedusse che la cattura del muone da parte del nucleo atomico, proprio come la cattura dell’elettrone, produce neutrini (la misteriosa particella predetta negli anni Trenta da Wolfgang Pauli per spiegare lo spettro del decadimento β). Scopre che l’interazione debole, scoperta da Fermi, ha un carattere molto più generale di quanto si pensasse. Ipotizzò inoltre che questi due neutrini fossero di natura diversa: uno legato al muone primario, l’altro legato all’elettrone. Pontecorvo si impone come uno dei massimi esperti mondiali sulla fisica del neutrino. Nel dopoguerra viene corteggiato da numerose università, compresa quella di Pisa, ma rifiuta tutte le offerte. Nell’estate del 1950, dopo aver festeggiato il compleanno in famiglia e senza avvertire nessuno, prende un volo per Stoccolma e da qui si sposta verso Helsinki La decisione è stata presa, Bruno attraversa la Cortina di Ferro e nascosto in un bagagliaio di un’auto raggiunge Leningrado, poi un ultimo viaggio in treno per raggiungere Mosca. Pontecorvo ha abbandonato l’Occidente ed è entrato in Unione Sovietica. La notizia desta un grande clamore e i giornali italiani titolano “Fuga a Mosca di uno scienziato atomico”, avanzando l’ipotesi (completamente priva di fondamento) che Pontecorvo abbia portato in dono a Stalin le sue competenze, e i suoi segreti, per costruire la bomba atomica. Per cinque anni nessuno in Occidente ha più sue notizie. Solamente nel febbraio del 1955 appare la sua prima dichiarazione sul Pravda, l’organo di stampa del Partito Sovietico.
 
Intanto Bruno si è trasferito a Dubna, nella famosa città atomica. La sua fama di ex studente di Fermi e la sua genialità lo precedono: tutti sono entusiasti di lavorare con lui. Viene messo a capo della divisione di fisica sperimentale del Laboratorio dei Problemi Nucleari, dove iniziano a prendere forma alcune delle sue idee più brillanti. Nel 1959 pubblica un lavoro (Neutrini elettronici e muonici) dove ipotizza l’esistenza di tre tipi di neutrini le cui proprietà sono rilevabili. Nasce la fisica dei neutrini ad alta energia. L’acceleratore di Dubna, nonostante fosse il più grande del tempo, non raggiungeva energie sufficientemente alte per dimostrare la sua ipotesi. Solamente qualche anno dopo (inizi degli anni Settanta), gli americani Ledermann, Schwartz e Steinberger confermarono sperimentalmente la teoria del fisico italiano. I tre vinsero il Premio Nobel per la fisica nel 1988 “per il metodo del fascio di neutrini e la dimostrazione della struttura doppia dei leptoni attraverso la scoperta del neutrino muonico.” Pontecorvo fu il grandissimo escluso e la comunità scientifica insorse, d’altronde fu lui che per primo effettuò ne effettuò la previsione.
Tra il 1957 e il 1967 Pontecorvo lavora sulla teoria del mescolamento leptonico. In grande sostanza i leptoni sono particelle elementari suddivise in tre famiglie: elettroni, muoni e tauoni. A ognuno di questa famiglia è associata un neutrino di diversa natura (il neutrino elettronico νe e il neutrino muonico νμ ed il terzo, il neutrino tauonico ντ fu teorizzato negli anni Settanta e osservato sperimentalmente nel 2000). La teoria elaborata da Pontecorvo afferma che i diversi neutrini nel vuoto possono trasformarsi gli uni negli altri. Questo fenomeno è detto oscillazione dei neutrini. Una notevole e importante conseguenza di questa teoria è che i neutrini siano dotati di massa. Questo fatto fu per la prima volta verificato per i neturini solari nel 1968; successivamente fu parzialmente confermato, tramite l’esperimento Super-Kamiokande, e confermato nel 2010 dagli esperimenti svolti nei Laboratori dell’Istituto Nazionale di Fisica Nucleare del Gran Sasso.
 
Solamente nel 1978 Pontecorvo rientra in Italia, in occasione del settantesimo compleanno di Edoardo Amaldi. Comparvero già i primi sintomi del morbo di Parkinson, che non però non lo privò mai della lucidità mentale. Durante una delle sue ultime interviste, alla domanda se si fosse pentito della scelta di andare in URSS, Pontecorvo rispose:
 
“Ci ho pensato molto ma non riesco a dare una risposta. Io credo di essere sempre stato una persona per bene, anche se alle volte forse ho fatto delle scelte sbagliate. Ma cosa è più importante, fare le scelte giuste o essere una persona per bene?”.
 
Si spense a Dubna il 24 settembre del 1993.
 
Grazie alle sue intuizioni geniali, e ai suoi metodi di indagine, sono stati assegnati ben quattro Premi Nobel (1988, 1995, 2002, 2015).
 
L’Italia investe in ricerca e sviluppo circa lo 0,5% del PIL (0,32% per la ricerca di base e 0,18% per la ricerca applicata), una percentuale tendenzialmente inferiore rispetto agli altri paesi europei. Next Generation Eu, quindi, si presenta come una ghiotta opportunità.
Dei 209 miliardi che l’Italia riceverà dall’Ue, 11,7 sono stati stanziati per la ricerca e spendibili in cinque anni. Il piano avrà due linee principali, una finanziata con oltre 7 miliardi di euro che comprende sostegno a progetti di ricerca e finanziamenti per infrastrutture. L’altra da quasi 4,5 miliardi di euro, sosterrà la creazione di nuovi centri per la ricerca applicata.
Per la comunità scientifica “Next Generation Italia” come ogni grande occasione va sfruttata al meglio. Lo scorso ottobre, e di nuovo all'inizio di gennaio, un gruppo di scienziati di alto profilo ha scritto al Presidente Giuseppe Conte consigliando l'uso dei fondi europei al fine di aumentare di 15 miliardi di euro il budget per la ricerca pubblica nei prossimi cinque anni.
Il suggerimento è quello di portare l’investimento in ricerca all’1,1% del PIL dando priorità alla ricerca di base, poco considerata rispetto all’ambito della ricerca applicata dal piano governativo.
Un’altra prospettiva della quale tenere conto è di riuscire a trasferire il surplus economico impiegato nella ricerca a favore dello sviluppo generale del paese. Secondo Luciano Pietronero, Presidente del Centro Ricerche Enrico Fermi e fisico impegnato nello sviluppo di crescita economica, per rilanciare la competitività italiana si deve scommettere sul Sud.
Non solo, quindi, bisogna stare attenti al fatto che la ricerca produca sviluppo economico, ma anche che questo stesso sviluppo si collochi strategicamente nel territorio, costruendo industrie e startup dove è più utile ai fini della crescita complessiva del paese.
Per leggere l'articolo completo clicca qui.
1 2 3 6