CRS4

Il Centro di Ricerca e Sviluppo in Sardegna (CRS4, http://www.crs4.it) è un centro di ricerca interdisciplinare basato a Pula (CA). Il centro sviluppa e applica soluzioni innovative in un vasto numero di importanti settori sfruttando i suoi punti di forza in svariate discipline scientifiche e tecnologiche. In particolare al suo interno sono presenti i seguenti settori di ricerca: HPC per Energia e Ambiente, Bioscienze, Visual Computing, Data Intensive Computing, ICT-Information Society. Il CRS4 collabora con Università, con Centri di Ricerca e con l’Industria, partecipando a rilevanti progetti nazionali e internazionali e svolgendo attività di ricerca e di trasferimento tecnologico. Attualmente sono impiegate circa 150 persone. Dal 2003 il Centro è situato nel Parco Scientifico e Tecnologico della Sardegna, luogo di attrazione per la ricerca high-tech, nel Comune di Pula a circa 40 km da Cagliari. Fondato a fine 1990, sotto la guida del Premio Nobel per la fisica Carlo Rubbia, il CRS4 ottiene subito alcuni risultati prestigiosi: nell’agosto del 1993 www.crs4.it è il primo sito web in Italia; nel 1994 il CRS4 promuove e collabora allo sviluppo del primo quotidiano via web in Europa (L’Unione Sarda); nel 1995, grazie anche al CRS4, nasce in Sardegna il primo Internet Service Provider italiano (Video On Line) e successivamente Tiscali. Questi e altri risultati susseguitesi nel tempo hanno portato la Sardegna ad essere di fatto la prima regione italiana per “e-intensity” (fonte: BCG Report 2011) e seconda solo alla Lombardia per investimenti in startup innovative (fonte: AIFI 2013-2015).

ICT – Information Society

Il settore “ICT-Information Society” del CRS4 svolge, dalla fondazione del centro, attività di ricerca e sviluppo e trasferimento tecnologico, anche in collaborazione con Università, Centri di Ricerca e Industria. Le competenze trasversali presenti al suo interno permettono di coprire vasti campi applicativi in diversi ambiti, dal professionale al consumer: turismo, trasporti, cultura, territorio, agroalimentare e, più in generale, di tutto il mondo dei contenuti e servizi digitali, di Internet e della Società dell’Informazione.

CTIM – Content Tech & Info Management

Il programma “Content Technologies & Information Management”, al cui interno è stato sviluppata l’applicazione DL4RX per rilevare la polmonite indotta da COVID-19 attraverso l’analisi delle RX al torace tramite modelli di Deep Learning, è attivo da sempre nello studio di soluzioni tecnologiche mirate a favorire lo sviluppo sociale, culturale ed economico attraverso la valorizzazione dell’enorme potenziale costituito dai contenuti digitali.

Negli ultimi anni il programma è stato particolarmente attivo, nell’ambito di diversi progetti, nell’applicazione di tecniche di machine learning (sia tradizionale che basato su reti neurali artificiali) all’interpretazione dei contenuti. In particolare, nell’ambito di diversi recenti progetti, il programma si è occupato di tematiche quali l’estrazione di conoscenza dai flussi di dati real-time provenienti da sensori, camere e social network (progetto DEEP), la classificazione di immagini, video ed ECG in ambito diagnostico e wellness (progetto ICARE2), la classificazione automatica di contenuti visuali (progetto ESSE3), il monitoraggio del comportamento dei clienti all’interno di spazi commerciali (progetto Next Shop), la classificazione e il riconoscimento del brand di capi di abbigliamento e accessori indossati dai clienti (progetto K-Shop), la generazione automatica di contenuti visuali per esperienze digitali interattive (progetto Cultura 4.0), l’interazione attraverso linguaggio naturale finalizzata ad applicazioni di conversational commerce (progetto NLM4CMS), il monitoraggio del comportamento di gruppi di persone e folle attraverso l’analisi in tempo reale di riprese video da droni (progetto SAURON).

Nell’ambito dei suddetti progetti sono state sviluppate e rilasciate (dual-license GPLv3 e commerciale) alcune piattaforme tecnologiche, riutilizzabili in altri scenari applicativi:

  • Deep Framework: piattaforma di edge computing per il processing distribuito di stream di dati, finalizzata all’estrazione di informazioni in tempo reale da flussi video mediante tecniche di deep learning e utilizzabile da applicazioni cloud in modalità SaaS.
  • Shado: piattaforma per la catalogazione degli asset digitali, espandibile e configurabile attraverso un sistema di plug-in.
  • HyperGate: framework per la creazione di soluzioni che richiedono l’integrazione tra applicazioni web/cloud e risorse locali come sensori, hardware legacy, database o altri dispositivi non predisposti per l’IoT.
  • HyperPeer: soluzione basata su WebRTC per lo scambio peer-to-peer di flussi audio/video tra applicazioni web (browser-based), desktop e cloud.