Public AI Challenge – servizi PA selezionati

Comune di Trento, Servizio Innovazione e transizione digitale. Progetto mobilità e rigenerazione urbana.

Per monitorare la mobilità urbana sia pubblica che privata e nell’ambito degli obiettivi inseriti all’interno di PUMS, PAESC e Biciplan, si richiede di sviluppare un modello in grado di prevedere con largo anticipo i picchi di traffico nelle principali arterie stradali della città, utilizzando i dati della circolazione degli autobus e quelli provenienti dai sensori stradali.

Azienza Provinciale per i Servizi Sanitari (APSS). Unità Operativa di Fisica Sanitaria – Programma di assicurazione di qualità su apparecchiature radiologiche

Partendo da un archivio di immagini radiologiche (11 anni) acquisite durante le attività di controllo della qualità delle apparecchiature, si richiede di creare un modello predittivo che rilevi automaticamente una tendenza al peggioramento dei parametri di controllo delle immagini digitali e quindi allarmi preventivamente il superamento delle tolleranze.

MUSE. Museo di Scienze Naturali di Trento

Attraverso l’analisi di immagini satellitari, sviluppare un modello in grado di riconoscere i contorni di un ghiacciaio (poligonazione) e di riconoscere automaticamente la linea di equilibrio (e la relativa elevazione) di un ghiacciaio. Ciò consente di seguire l’impatto dell’attuale crisi climatica in termini di risorse glaciali e, quindi, di acqua.

Dipartimento Territorio e Trasporti, Ambiente, Energia, Cooperazione della Provincia Autonoma di Trento – Servizio sviluppo sostenibile e aree protette, e Agenzia per le Risorse Idriche e l’Energia (APRIE).

La Challenge candidata richiede di analizzare dati di traffico della rete stradale, dati meteo e dati del traffico telefonico per ottenere un modello previsionale dei picchi turistici in specifiche aree geografiche, in modo da ridurre il traffico veicolare in aree di pregio ambientale.

L’Unità di missione strategica per la tutela e la promozione dei beni e delle attività culturali ha tra le sue funzioni anche quella di studio, tutela, conservazione e valorizzazione, promozione e fruizione del patrimonio culturale provinciale al quale appartiene anche la Collezione Caproni. La più antica al mondo a tema aeronautico, la Collezione Caproni è composta da aeromobili e motori storici, beni storico-artistici e materiale archivistico e librario, oltre a più di 200.000 fototipi.

La Challenge richiede lo sviluppo di un’applicazione di AI che, dato un database di scansioni delle fotografie storiche che compongono il fondo fotografico selezionato, permetta di pervenire in modalità automatica ad una suddivisione tematica dello stesso. Una volta effettuata la selezione tematica, il programma dovrà altresì corredare il file delle informazioni descrittive essenziali (metadatazione).

Meteotrentino è una struttura della Provincia Autonoma di Trento nata nel 1997 che si occupa di meteorologia, nivologia e glaciologia. Meteotrentino è parte dell’organizzazione di Protezione Civile e collabora con numerose altre strutture di livello provinciale e nazionale con finalità analoghe.

La sfida candidata richiede l’elaborazione di un sistema AI per la validazione dei dati meteo della rete delle stazioni di Meteotrentino, identificando eventuali errori nella misurazione (dati mancanti, anomalie rispetto alla climatologia e alle stazioni limitrofe o a quote simili, …) e migliorando la qualità finale del dato meteo archiviato.

L’Unità operativa neuroradiologia diagnostica e radiologia interventistica e il Laboratorio di Neuroinformatica collaborano per la sperimentazione di metodi computazionali per la radiomica, una nuova metodica di analisi basata su grandi quantità di dati.

A partire da un database di neuroimmagini cerebrali annotate da esperti e disponibile pubblicamente ai fini di ricerca, si richiede di sviluppare un modello che permetta di ottenere in modo automatico la segmentazione dei principali tessuti cerebrali. L’obiettivo è addestrare un metodo di apprendimento automatico per migliorare la segmentazione delle neuroimmagini di risonanza magnetica nel caso di pazienti con malformazioni – congenite o acquisite. La sfida è dimostrare che nel caso clinico un approccio data driven può essere più efficace di un approccio model-based.

L’Ufficio studi e pianificazione, dipendente da APRIE (Agenzia Provinciale per le Risorse Idriche e l’Energia), tra le sue competenze ha l’attuazione del Piano generale di utilizzazione delle acque pubbliche, promuovendo in tal senso appositi studi e ricerche a supporto delle attività spettanti alla Provincia in materia di pianificazione di bacino.

La Challenge candidata consiste nello sviluppo di un modello predittivo del prelievo irriguo, considerando le variabili meteo-climatiche e l’uso del suolo. Questo permetterebbe di avere una conoscenza anticipata dei consumi del settore agricolo e quindi poter agire con maggiore precisione riguardo le azioni di razionalizzazione della risorsa idrica.