Transizione verde e digitale per la manifattura avanzata è il bando lanciato dallo Spoke 3 del progetto lanciato da iNEST-Interconnected Nord-Est Innovation Ecosystem e finanziato dal Ministero dell’Università e della Ricerca.
L’Ecosistema iNEST prevede l’attuazione di bandi a cascata per sostenere progetti di ricerca industriale e sviluppo sperimentale attraverso l’erogazione di opportuni finanziamenti.
La finalità di ciascun bando è quella di sostenere progetti di ricerca industriale e sviluppo sperimentale attraverso l’erogazione di opportuni finanziamenti strumentali alla realizzazione della tematica dello Spoke.
Possono richiedere le agevolazioni per la transizione
• le Micro, Piccole e Medie Imprese (MPMI) che concorrono in modalità singola o collaborativa con altre imprese,
• le Grandi Imprese (GI) in modalità singola o collaborativa a condizione che persista il requisito di collaborazione con almeno una MPMI; • Gli Organismi di ricerca (OdR).
Tematica generale ed obiettivi del bando Transizione verde e digitale per la manifattura avanzata
La manifattura è uno dei settori industriali più rilevanti non solo delle regioni del Triveneto, ma di tutto il territorio nazionale. Per questo le attività dello Spoke 3 relativi alla transizione verde e digitale per la manifattura avanzata, promuovono l’interazione tra università ed enti territoriali, tra cui incubatori, acceleratori e parchi tecnologici, e imprese operanti in settori considerati di importanza strategica per attuare con successo tale transizione.
L’obiettivo è duplice: incentivare l’innovazione e sostenere le condizioni (tecniche, gestionali, relazionali, legali) che ne consentano la diffusione all’interno delle imprese, per aumentare la competitività di intere regioni.
Il bando Mezzogiorno si focalizza su due settori strategici dello Spoke:
(i) materiali
(ii) intelligenza artificiale e scienza dei dati.
Per quanto riguarda i materiali, il tema principale della transizione verde e digitale è l’ottenimento di nuove e/o migliori proprietà funzionali attraverso l’utilizzo di materiali più performanti, più durevoli e meno impattanti sull’ambiente in tutte le fasi del ciclo di vita, dall’acquisizione delle materie prime/semilavorati alla realizzazione dei prodotti, dal loro impiego fino alla gestione del fine vita.
Data la necessità di operare processi a basso impatto ambientale, un tema centrale è la formulazione e lo studio di nuovi processi e prodotti ecocompatibili che garantiscano le prestazioni funzionali richieste per tali componenti in esercizio. Tale riformulazione dei processi e dei prodotti è un elemento fondamentale nella valorizzazione della filiera del legno che da semplice giacimento di materia prima deve diventare una filiera complessa capace di promuovere “neo-materiali” e prodotti d’innovazione ad alto valore.
In tale contesto, il tema di ricerca ed innovazione proposto è il seguente:
Ricerca innovazione ed IA: strumenti per la transizione
I temi di ricerca ed innovazione in Intelligenza artificiale e scienza dei dati sono riconducibili a 2 filoni fondamentali, il primo articolato in due temi:
Sub RT4.1 (tema 4.1.1): Le tecniche e gli algoritmi di machine/deep learning sono in grado di rilevare automaticamente modelli nei dati e di imparare da essi, al fine di effettuare analisi avanzate e previsioni.
Consentono anche di scoprire relazioni nascoste fra i dati e, sulla base di esse, apprendere in modo autonomo e adattivo. Grazie a tali capacità, possono essere utilizzati sia come strumento di apprendimento continuo dei dati sia come strumento predittivo in grado di ampliare l’orizzonte temporale delle informazioni combinando condizione e probabilità del verificarsi di un evento. Tali funzionalità risultano di particolare interesse per l’analisi di molti problemi in ambito industriale,
quali la classificazione dei dati in tempo reale, la previsione e l’interpretazione dei dati nei processi aziendali per la classificazione o il conteggio di oggetti, la manutenzione predittiva e l’individuazione di
comportamenti anomali in reti di dati complesse.
Sub RT4.1 (tema 4.1.2)
L’integrazione delle tecniche e degli strumenti di verifica formale runtime e di apprendimento automatico al fine di rilevare quanto prima possibile, e, qualora consentito dai modelli e dai dati disponibili, diagnosticare, fallimenti, anomalie e degrado delle prestazioni di un dispositivo/sistema risulta particolarmente utile per compiti quali, ad esempio, la stima della vita utile residua di un dispositivo e la manutenzione predittiva. Diverse sono le forme di ragionamento simbolico coinvolte (verifica di soddisfacibilità, model checking, sintesi, monitoring, ragionamento abduttivo) e diverse le tecniche di apprendimento automatico appropriate (machine learning supervisionato e non supervisionato, machine learning causale, machine learning continuo/incrementale).
Sub RT4.2: Interazione e storytelling visuale e digitale risultano di particolare interesse per la progettazione, i servizi e la condivisione.
Nella prospettiva di un loro efficace utilizzo, è necessaria un’analisi critica dei nuovi strumenti di Creative AI (piattaforme di design AIdriven e strumenti avanzati di visualizzazione dei dati) utilizzabili per il visual e il digital storytelling in relazione alla valorizzazione delle aziende locali. Particolare significato riveste lo storytelling applicato al design dei servizi e della comunicazione a supporto delle filiere locali e per la
condivisione dei valori e delle competenze delle imprese. Le imprese devono, infatti, rendicontare le proprie prestazioni energetiche, le emissioni e la provenienza e le destinazioni dei materiali.
Fondamenti delle attività di ricerca e sviluppo
Le attività di ricerca e sviluppo dello Spoke 3 si basano su un utilizzo avanzato di differenti tecnologie digitali:
- sistemi di misurazione, raccolta, monitoraggio e analisi/elaborazione in tempo reale di dati e informazioni;
- strumenti e sistemi di intelligenza artificiale per controllo della qualità e ottimizzazione dei processi di manifattura avanzata;
- algoritmi e strumenti di machine learning e deep learning;
- strumenti per la verifica runtime di sistemi e processi;
- integrazione di strumenti di Generative AI per lo storytelling aziendale.
La scadenza per la presentazione delle domande è fissata alle ore 24 del giorno 10 ottobre 2023.
Maggiori informazioni sono disponibili al seguente link