L’Intelligenza Artificiale (AI) è oggi un driver centrale dello sviluppo economico ed è destinata a giocare un ruolo fondamentale nel miglioramento della competitività e produttività delle organizzazioni nei prossimi anni.

Con il crescente sviluppo di applicazioni di AI in differenti settori, gli assistenti personali, la sorveglianza intelligente, le smart city, i veicoli autonomi e l’Industria 4.0, si manifesta anche il bisogno di ottimizzare le risorse di calcolo per la raccolta dei dati, l’elaborazione e l’analisi, garantendo al contempo sicurezza e privacy.

Il progetto AI-SPRINT ha l’obiettivo di realizzare un nuovo framework per la progettazione, lo sviluppo e l’esecuzione di nuove applicazioni AI che impieghino in modo integrato, flessibile e scalabile le risorse di elaborazione del cosidetto “contunuum edge-to-cloud”. I risultati chiave comprendono strumenti nuovi per sviluppare nuove applicazioni AI, la loro esecuzione in un ambiente sicuro, facilità di implementazione, oltre a strumenti per gestire esecuzione e per ottimazione. Questi strumenti permetteranno di superare le difficoltà attuali nello sfruttare risorse nel continuum edge-to-cloud, in termini di flessibilità, scalabilità delle analytics, interoperabilità, efficienza energetica, sicurezza e privacy.

I risultati del progetto saranno testati in tre contesti reali, dall’agricoltura 4.0, alla manutenzione degli impianti fino alla medicina personalizzata, dimostrando di rispondere ai bisogni di digitalizzazione di aziende ed enti pubblici, in linea con le aree prioritarie del UE per investimenti nel settore dell’intelligenza artificiale.

Ma non si ferma qui. Un’iniziativa, denominata “Alleanza AI-SPRINT”, sarà avviata per stimolare il coinvolgimento degli operatori IT, software house e cloud provider, nell’adozione delle tecnologie sviluppate nel progetto. I membri dell’alleanza potranno godere di benefici concreti diventando soci dell’Accelaration Club (A3C) di AI-SPRINT. Potranno accedere agli strumenti di sviluppo di AI-SPRINT e al suo ambiente di esecuzione, per offrire soluzioni evolute ospitate sulle loro piattaforme, implementare applicazioni e gestire risorse dai loro server cloud-to-edge e sensori abilitati da AI o i dispositivi dell’utente finale. Potranno quindi ottimizzare l’esecuzione di applicazioni nel computing continuum e minimizzare l’uso di energia.

Il progetto AI-SPRINT si focalizza sulla realizzazione di un nuovo framework per lo sviluppo e l’esecuzione di applicazioni AI, che permetta l’impiego efficiente delle diverse risorse dell’ambiente di computing, dall’edge al cloud.

AI-SPRINT offrirà nuovi strumenti di sviluppo delle applicazioni, un ambiente di esecuzione sicuro, un agevole deployment, ed una gestione del runtime ottimizzata. In particolare, AI-SPRINT permetterà di bilanciare prestazioni (quali ad esempio latenza e throughput) efficienza energetica, accuratezza dei modelli AI, garantendo sicurezza e privacy. Il framework AI-SPRINT supporta inoltre la protezione dei dati delle applicazioni AI, estensione dell’architettura, realizzazione agile, ottimizzazione dell’esecuzione, ed adattamento continuo.

Partendo da standard diffusi o di fatto e “ambienti di esecuzione sicuri” (TTE – trusted execution environments), AI-SPRINT abiliterà le seguenti innovazioni tecnologiche con particolari differenziatori del mercato:

1. Creazione di strumenti evoluti per sviluppare applicazioni AI (comprese applicazioni di machine learning and deep learning, e analytics su larga scala) che possono sfruttare le risorse nell’ambiente di computing, dall’edge al cloud.
2. Sviluppo di strategie evolute per progettare a ripartire i modelli AI in modo ottimale, considerando l’accuratezza dei modelli, le prestazioni delle applicazioni, ed i vincoli di sicurezza e privacy.
3. Sviluppo di soluzioni per supportare la distribuzione agile e il deployment sicuro e automatico dei modelli e delle applicazioni AI, oltre alla loro esecuzione sicura nel cloud-edge continuum, proteggendo la sicurezza dei dati degli utenti.
4. Implementazione di un ambiente di esecuzione che potrà:
   1. monitorare l’esecuzione delle applicazioni;
   2. coordinare il deployment delle applicazioni e l’allocazione dinamica dei loro componenti su risorse di edge e di cloud, compreso tramite il modello FaaS;
   3. permettere un’esecuzione flessibile delle applicazioni;
   4. implementare strategie di gestione avanzate per ottimizzare e adattare l’ambiente di computing per poter gestire variazioni nel flusso di dati dai sensori o il mancato funzionamento dei componenti.
5. Supporto alla formazione continua per il modello e l’estensione dell’architettura aggiungendo nuovi dati empirici alle applicazioni AI e sfruttando sensori abilitati da AI nell’ambiente edge.