Le Startups Portano Più Luce alle Fotocamere degli Smartphone

Quando si tratta di fotocamere per smartphone, più grande è meglio. Sensori d’immagine e lenti più grandi hanno più luce con cui lavorare, quindi possono risolvere più dettagli. Questo è particolarmente importante, perché i filtri che creano immagini a colori bloccano anche circa il 70 percento della luce in arrivo.

Questi filtri a colori – disposti come una griglia di rosso, verde e blu sui pixel del sensore d’immagine – esistono da decenni. Ma nuovi approcci promettono di sfruttare la fisica della luce per creare immagini a colori senza bloccare così tanti fotoni. Tre di tali percorsi verso immagini più nitide sono stati presentati al 2023 IEEE International Electron Device Meeting (IEDM). Ora, questi metodi stanno iniziando ad emergere dalla fase di laboratorio.

Ad esempio, Samsung fornirà la fotocamera anteriore per il nuovo telefono di Xiaomi con sede in Cina che utilizza la tecnologia nano-prism di Samsung per migliorare le prestazioni in condizioni di scarsa illuminazione. La tecnologia non sostituisce i filtri a colori; utilizza la diffrazione per raccogliere più luce in ciascun pixel specifico del colore. Questo migliora la sensibilità alla luce del 25 percento, secondo l’azienda.

Intanto, due nuove startup hanno sviluppato modi per catturare immagini a colori senza filtri. Una spinoff di Imec chiamata Eyeo ha annunciato questo mese di aver raccolto €15 milioni (17 milioni di dollari USA) in finanziamenti seed. E PxE Holographic Imaging ha presentato una tecnologia che combina rilevamento della profondità e imaging a colori al Consumer Electronics Show di quest’anno (CES) a gennaio.

Entrambi PxE e Eyeo sono compatibili con i sensori CMOS, i sensori d’immagine digitali più comuni utilizzati nelle fotocamere oggi. “Il sensore CMOS è una piattaforma molto matura e solida su cui costruire. Lo trovi in ogni dispositivo oggi,” dice il fondatore e CEO di PxE Yoav Berlatzky. Ma “tutti vogliono che più fotoni raggiungano i loro sensori CMOS.”

La Fotocamera a Colori Senza Filtro di Eyeo

Eyeo mira a commercializzare la ricerca presentata da Imec all’IEDM nel 2023 per applicazioni nell’elettronica di consumo, nella sicurezza e altro ancora. Rimuovendo il filtro a colori, il sensore d’immagine della startup diventa tre volte più sensibile rispetto ai sensori CMOS tradizionali. “È come se finalmente stessimo aprendo gli occhi di un sensore d’immagine,” dice il CEO di Eyeo Jeroen Hoet.

Funziona inviando la luce attraverso guide d’onda verticali che dividono la luce in base alla lunghezza d’onda, quindi dirigono i fotoni al pixel appropriato. Le guide d’onda agiscono come un imbuto, quindi quei pixel possono essere ridotti a meno di 0,5 micrometri di larghezza, circa la metà delle dimensioni di un tipico pixel di smartphone. La tecnologia corrisponde anche meglio alla sensibilità ai colori dell’occhio umano rispetto agli attuali sensori d’immagine basati su filtri, secondo la ricerca di Imec.

La tecnologia di divisione del colore è progettata per essere realizzata con gli strumenti e i processi esistenti già utilizzati nelle fonderie CMOS. La sfida arriva dal lato software. Eyeo sta ora lavorando per garantire che il sensore sia compatibile con i sistemi dei potenziali clienti, secondo Hoet.

In termini di applicazioni, Hoet afferma che il vantaggio dei sensori d’immagine più piccoli e sensibili di Eyeo è particolarmente evidente per gli smartphone. Tuttavia, si aspetta che la tecnologia venga adottata prima per altri usi, come sistemi di sicurezza per condizioni di scarsa illuminazione o dispositivi di realtà aumentata che richiedono sensori ultracompatti.

PxE Porta il 3D al CMOS

L’idea di base di PxE è simile. Entrambe le aziende mirano a imitare i filtri a colori senza perdere fotoni e “in qualche modo ottenere i colori nel posto giusto sul pixel giusto” piegando le onde luminose, riassume Berlatzky.

PxE utilizza una lastra di materiale diffrattivo che chiama “holocoder” non solo per creare immagini a colori, ma anche per agire come sensore di profondità (da qui la parte “olografica” del nome dell’azienda). Quando la luce bianca passa attraverso l’holocoder, crea un modello di interferenza che viene registrato dal sensore. Gli algoritmi di PxE utilizzano poi quel modello per ricostruire un’immagine virtuale 3D – un ologramma. Il modello di interferenza codifica anche informazioni sulla lunghezza d’onda della luce, quindi le immagini a colori (e infrarossi) possono essere ricostruite simultaneamente.

Berlatzky afferma che l’hardware di PxE è “meno esotico” rispetto ai divisori di colore e ad altri approcci che utilizzano metasuperfici appositamente progettate. Gran parte della sua potenza deriva dal software. “La base dell’algoritmo è la fisica della luce,” spiega Berlatzky. “Puoi pensare di farlo girare al contrario, dal sensore CMOS al mondo esterno, e ricostruire ciò che la fotocamera sta effettivamente vedendo, in termini di profondità e immagine.”

Come Eyeo, il sensore d’immagine di PxE potrebbe essere utilizzato in una serie di applicazioni – in particolare in quelle che già dispongono di sensori di profondità e immagine separati, come auto e smartphone.

SEO Tecnico: Ottimizzazione dei meta tag per i motori di ricerca vocali

Capitolo 1: Introduzione ai motori di ricerca vocali

1.1 Cos’è un motore di ricerca vocale?

I motori di ricerca vocali sono strumenti di ricerca che consentono agli utenti di cercare informazioni utilizzando comandi vocali. Questi motori di ricerca utilizzano tecnologie di riconoscimento vocale e di elaborazione del linguaggio naturale per comprendere le richieste degli utenti e fornire risposte pertinenti. Alcuni esempi di motori di ricerca vocali includono Siri di Apple, Google Assistant di Google e Alexa di Amazon.

Secondo uno studio di Statista, il 55% degli utenti di smartphone utilizza assistenti vocali almeno una volta a settimana. Questo dimostra l’importanza crescente dei motori di ricerca vocali nella vita quotidiana degli utenti.

I motori di ricerca vocali hanno rivoluzionato il modo in cui gli utenti cercano informazioni online. Invece di digitare query di ricerca, gli utenti possono semplicemente parlare con il loro dispositivo e ottenere risposte immediate.

Per ottimizzare i contenuti per i motori di ricerca vocali, è fondamentale comprendere come funzionano questi strumenti e come possono essere utilizzati per migliorare la visibilità online.

1.2 Come funzionano i motori di ricerca vocali?

I motori di ricerca vocali utilizzano algoritmi di riconoscimento vocale e di elaborazione del linguaggio naturale per comprendere le richieste degli utenti. Quando un utente fa una richiesta vocale, il motore di ricerca vocale analizza la richiesta e cerca di comprendere l’intento dell’utente.

Secondo Google, i motori di ricerca vocali utilizzano tecnologie di apprendimento automatico per migliorare la comprensione delle richieste degli utenti.

I motori di ricerca vocali possono essere integrati con altri strumenti e servizi per fornire risposte più complete e personalizzate. Ad esempio, un motore di ricerca vocale può essere integrato con un sistema di gestione dei contatti per fornire informazioni sui contatti dell’utente.

Per ottimizzare i contenuti per i motori di ricerca vocali, è importante comprendere come funzionano questi strumenti e come possono essere utilizzati per migliorare la visibilità online.

1.3 Vantaggi dei motori di ricerca vocali

I motori di ricerca vocali offrono diversi vantaggi rispetto ai motori di ricerca tradizionali. Innanzitutto, consentono agli utenti di cercare informazioni più velocemente e facilmente, senza dover digitare query di ricerca.

Secondo Forbes, i motori di ricerca vocali possono aiutare le aziende a migliorare la loro visibilità online e a raggiungere nuovi clienti.

I motori di ricerca vocali possono anche essere utilizzati per migliorare l’accessibilità online per gli utenti con disabilità. Ad esempio, gli utenti con problemi di vista possono utilizzare motori di ricerca vocali per cercare informazioni online.

In generale, i motori di ricerca vocali stanno cambiando il modo in cui gli utenti cercano informazioni online e stanno aprendo nuove opportunità per le aziende e gli utenti.

1.4 Sfide dei motori di ricerca vocali

Nonostante i vantaggi, i motori di ricerca vocali presentano anche alcune sfide. Innanzitutto, la tecnologia di riconoscimento vocale può essere soggetta a errori e può avere difficoltà a comprendere le richieste degli utenti.

Secondo CNET, i motori di ricerca vocali possono avere difficoltà a comprendere le richieste degli utenti, specialmente in ambienti rumorosi.

Un’altra sfida è la sicurezza dei dati degli utenti. I motori di ricerca vocali possono raccogliere dati sensibili sugli utenti, come informazioni personali e di navigazione.

Per superare queste sfide, è importante che le aziende e gli utenti prendano misure per proteggere la sicurezza dei dati e migliorare l’accuratezza dei motori di ricerca vocali.

Capitolo 2: Ottimizzazione dei meta tag per i motori di ricerca vocali

2.1 Cos’è un meta tag?

Un meta tag è un elemento HTML che fornisce informazioni sulla pagina web. I meta tag sono utilizzati per fornire informazioni sulla pagina web, come il titolo, la descrizione e le parole chiave.

Secondo Google, i meta tag sono importanti per l’ottimizzazione dei motori di ricerca, poiché aiutano i motori di ricerca a comprendere il contenuto della pagina web.

I meta tag possono essere utilizzati per fornire informazioni sulla pagina web, come il titolo, la descrizione e le parole chiave. Ad esempio, il meta tag “title” fornisce il titolo della pagina web, mentre il meta tag “description” fornisce una breve descrizione della pagina web.

Per ottimizzare i meta tag per i motori di ricerca vocali, è importante comprendere come funzionano i motori di ricerca vocali e come possono essere utilizzati per migliorare la visibilità online.

2.2 Come ottimizzare i meta tag per i motori di ricerca vocali?

Per ottimizzare i meta tag per i motori di ricerca vocali, è importante utilizzare parole chiave rilevanti e descrizioni accurate della pagina web.

Secondo Search Engine Journal, i meta tag devono essere ottimizzati per le query di ricerca vocali, che sono spesso più lunghe e più conversazionali rispetto alle query di ricerca tradizionali.

È anche importante utilizzare meta tag che siano compatibili con i motori di ricerca vocali. Ad esempio, il meta tag “schema.org” può essere utilizzato per fornire informazioni sulla pagina web in un formato che sia facilmente comprensibile dai motori di ricerca vocali.

Per ottimizzare i meta tag per i motori di ricerca vocali, è importante comprendere come funzionano i motori di ricerca vocali e come possono essere utilizzati per migliorare la visibilità online.

2.3 Best practice per l’ottimizzazione dei meta tag

Ci sono alcune best practice che possono essere seguite per ottimizzare i meta tag per i motori di ricerca vocali. Innanzitutto, è importante utilizzare parole chiave rilevanti e descrizioni accurate della pagina web.

Secondo Moz, i meta tag devono essere scritti in modo chiaro e conciso, e devono essere ottimizzati per le query di ricerca vocali.

È anche importante utilizzare meta tag che siano compatibili con i motori di ricerca vocali. Ad esempio, il meta tag “schema.org” può essere utilizzato per fornire informazioni sulla pagina web in un formato che sia facilmente comprensibile dai motori di ricerca vocali.

Per ottimizzare i meta tag per i motori di ricerca vocali, è importante comprendere come funzionano i motori di ricerca vocali e come possono essere utilizzati per migliorare la visibilità online.

2.4 Strumenti per l’ottimizzazione dei meta tag

Ci sono diversi strumenti che possono essere utilizzati per ottimizzare i meta tag per i motori di ricerca vocali. Ad esempio, Google Search Console può essere utilizzato per monitorare le prestazioni della pagina web nei motori di ricerca.

Secondo Google, Google Search Console può essere utilizzato per monitorare le prestazioni della pagina web nei motori di ricerca e per identificare aree di miglioramento.

Altri strumenti, come Ahrefs e SEMrush, possono essere utilizzati per analizzare le prestazioni della pagina web nei motori di ricerca e per identificare opportunità di miglioramento.

Per ottimizzare i meta tag per i motori di ricerca vocali, è importante utilizzare strumenti che siano in grado di fornire informazioni accurate e utili.

Capitolo 3: Tecniche di ottimizzazione per i motori di ricerca vocali

3.1 Utilizzo di parole chiave lunghe

Le parole chiave lunghe sono frasi di ricerca più lunghe e più specifiche rispetto alle parole chiave tradizionali. Sono molto importanti per l’ottimizzazione dei motori di ricerca vocali.

Secondo Search Engine Journal, le parole chiave lunghe possono aiutare a migliorare la visibilità della pagina web nei motori di ricerca vocali.

Le parole chiave lunghe possono essere utilizzate per creare contenuti più specifici e rilevanti per gli utenti. Ad esempio, una pagina web che vende prodotti di bellezza può utilizzare la parola chiave lunga “prodotti di bellezza naturali per la pelle sensibile”.

Per utilizzare le parole chiave lunghe in modo efficace, è importante comprendere come funzionano i motori di ricerca vocali e come possono essere utilizzati per migliorare la visibilità online.

3.2 Utilizzo di contenuti multimediali

I contenuti multimediali, come immagini e video, possono aiutare a migliorare la visibilità della pagina web nei motori di ricerca vocali.

Secondo Campaign Live, i contenuti multimediali possono aiutare a migliorare l’esperienza dell’utente e a aumentare la visibilità della pagina web nei motori di ricerca.

I contenuti multimediali possono essere utilizzati per creare contenuti più interessanti e coinvolgenti per gli utenti. Ad esempio, una pagina web che vende prodotti di bellezza può utilizzare video per dimostrare come utilizzare i prodotti.

Per utilizzare i contenuti multimediali in modo efficace, è importante comprendere come funzionano i motori di ricerca vocali e come possono essere utilizzati per migliorare la visibilità online.

3.3 Utilizzo di schemi di markup

Gli schemi di markup sono codici HTML che possono essere utilizzati per fornire informazioni aggiuntive sulla pagina web.

Secondo Schema.org, gli schemi di markup possono aiutare a migliorare la visibilità della pagina web nei motori di ricerca vocali.

Gli schemi di markup possono essere utilizzati per fornire informazioni sulla pagina web, come il nome dell’azienda, l’indirizzo e il numero di telefono.

Per utilizzare gli schemi di markup in modo efficace, è importante comprendere come funzionano i motori di ricerca vocali e come possono essere utilizzati per migliorare la visibilità online.

3.4 Utilizzo di link di alta qualità

I link di alta qualità sono link che provengono da siti web autorevoli e rilevanti.

Secondo Moz, i link di alta qualità possono aiutare a migliorare la visibilità della pagina web nei motori di ricerca vocali.

I link di alta qualità possono essere utilizzati per aumentare la credibilità della pagina web e migliorare la visibilità nei motori di ricerca.

Per utilizzare i link di alta qualità in modo efficace, è importante comprendere come funzionano i motori di ricerca vocali e come possono essere utilizzati per migliorare la visibilità online.

Capitolo 4: Strumenti e risorse per l’ottimizzazione dei motori di ricerca vocali

4.1 Strumenti di analisi dei motori di ricerca

Gli strumenti di analisi dei motori di ricerca possono aiutare a comprendere come funzionano i motori di ricerca vocali e come possono essere utilizzati per migliorare la visibilità online.

Secondo Google, Google Search Console può essere utilizzato per monitorare le prestazioni della pagina web nei motori di ricerca.

Altri strumenti, come Ahrefs e SEMrush, possono essere utilizzati per analizzare le prestazioni della pagina web nei motori di ricerca e per identificare opportunità di miglioramento.

Per utilizzare gli strumenti di analisi dei motori di ricerca in modo efficace, è importante comprendere come funzionano i motori di ricerca vocali e come possono essere utilizzati per migliorare la visibilità online.

4.2 Risorse per l’apprendimento

Ci sono diverse risorse disponibili per imparare come ottimizzare i motori di ricerca vocali.

Secondo Search Engine Journal, i corsi di formazione e le guide possono aiutare a comprendere come funzionano i motori di ricerca vocali e come possono essere utilizzati per migliorare la visibilità online.

Altre risorse, come blog e podcast, possono fornire informazioni aggiornate sulle ultime tendenze e best practice per l’ottimizzazione dei motori di ricerca vocali.

Per imparare come ottimizzare i motori di ricerca vocali, è importante utilizzare risorse che siano aggiornate e rilevanti.

4.3 Comunità di esperti

Le comunità di esperti possono fornire un’opportunità per connettersi con altri professionisti che lavorano nel settore dell’ottimizzazione dei motori di ricerca vocali.

Secondo LinkedIn, le comunità di esperti possono aiutare a condividere conoscenze e best practice per l’ottimizzazione dei motori di ricerca vocali.

Le comunità di esperti possono anche fornire un’opportunità per rimanere aggiornati sulle ultime tendenze e novità nel settore.

Per partecipare a comunità di esperti, è importante essere attivi e contribuire con valore.

4.4 Aziende specializzate

Ci sono diverse aziende specializzate che possono aiutare a ottimizzare i motori di ricerca vocali.

Secondo Upwork, le aziende specializzate possono aiutare a migliorare la visibilità online e a aumentare le entrate.

Le aziende specializzate possono fornire servizi come l’ottimizzazione dei motori di ricerca, la creazione di contenuti e la gestione dei social media.

Per scegliere un’azienda specializzata, è importante fare ricerche e valutare le opzioni.

Capitolo 5: Domande e risposte

5.1 Domande e risposte

Q: Cos’è un motore di ricerca vocale?

R: Un motore di ricerca vocale è uno strumento di ricerca che consente agli utenti di cercare informazioni utilizzando comandi vocali.

Q: Come funzionano i motori di ricerca vocali?

R: I motori di ricerca vocali utilizzano tecnologie di riconoscimento vocale e di elaborazione del linguaggio naturale per comprendere le richieste degli utenti.

Q: Come posso ottimizzare i miei contenuti per i motori di ricerca vocali?

R: Per ottimizzare i contenuti per i motori di ricerca vocali, è importante utilizzare parole chiave rilevanti e descrizioni accurate della pagina web.

Q: Quali sono i vantaggi dei motori di ricerca vocali?

R: I motori di ricerca vocali offrono diversi vantaggi, come la possibilità di cercare informazioni più velocemente e facilmente.

Q: Quali sono le sfide dei motori di ricerca vocali?

R: Le sfide dei motori di ricerca vocali includono la tecnologia di riconoscimento vocale e la sicurezza dei dati degli utenti.

Capitolo 6: Curiosità e conclusioni

6.1 Curiosità

I motori di ricerca vocali stanno cambiando il modo in cui gli utenti cercano informazioni online.

Secondo Statista, il 55% degli utenti di smartphone utilizza assistenti vocali almeno una volta a settimana.

I motori di ricerca vocali stanno aprendo nuove opportunità per le aziende e gli utenti.

6.2 Conclusioni

In conclusione, i motori di ricerca vocali stanno cambiando il modo in cui gli utenti cercano informazioni online.

Per ottimizzare i contenuti per i motori di ricerca vocali, è importante comprendere come funzionano questi strumenti e come possono essere utilizzati per migliorare la visibilità online.

Le aziende e gli utenti devono essere consapevoli delle opportunità e delle sfide dei motori di ricerca vocali.

6.3 Opportunità future

Le opportunità future per i motori di ricerca vocali sono immense.

Secondo Forbes, i motori di ricerca vocali possono aiutare le aziende a migliorare la loro visibilità online e a raggiungere nuovi clienti.

Le aziende e gli utenti devono essere pronti a sfruttare queste opportunità.

6.4 Risorse utili

Ci sono diverse risorse utili per imparare come ottimizzare i motori di ricerca vocali.

Secondo Search Engine Journal, i corsi di formazione e le guide possono aiutare a comprendere come funzionano i motori di ricerca vocali e come possono essere utilizzati per migliorare la visibilità online.

Altre risorse, come blog e podcast, possono fornire informazioni aggiornate sulle ultime tendenze e best practice per l’ottimizzazione dei motori di ricerca vocali.

Aziende e scuole consigliate

• Upwork
• Freelancer
• Search Engine Journal
• Moz
• Coursera

Opinione dell’autore

L’autore ritiene che i motori di ricerca vocali siano un’opportunità importante per le aziende e gli utenti.

L’autore ritiene che l’ottimizzazione dei motori di ricerca vocali sia fondamentale per migliorare la visibilità online.

L’autore ritiene che le aziende e gli utenti debbano essere consapevoli delle opportunità e delle sfide dei motori di ricerca vocali.

L’autore ritiene che l’educazione e la formazione siano fondamentali per comprendere come funzionano i motori di ricerca vocali e come possono essere utilizzati per migliorare la visibilità online.

Il Papa ha chiesto che domani sia osservato un momento di silenzio nelle scuole del Lazio per commemorare una giornata di lutto. In segno di rispetto, le bandiere saranno abbassate a mezz’asta in segno di lutto.Questa decisione è stata presa in seguito a un tragico evento che ha colpito la comunità locale, e il Papa ha voluto esprimere la sua solidarietà e vicinanza a coloro che sono stati colpiti dalla tragedia.Il momento di silenzio nelle scuole del Lazio sarà un’occasione per riflettere sull’importanza della solidarietà e della compassione nelle situazioni di dolore e difficoltà. È un gesto simbolico ma significativo per onorare la memoria delle vittime e per dimostrare unità e sostegno alla comunità colpita.Questo gesto del Papa è un segno di sensibilità e attenzione verso le sofferenze degli altri, e invita tutti a unirsi nel ricordo e nella preghiera per coloro che sono stati coinvolti nella tragedia.

Come un Ingegnere di Harvard ha Perso Tre Finanziamenti in un Giorno

La scorsa settimana, il governo federale ha terminato centinaia di finanziamenti alla ricerca per professori dell’Università di Harvard provenienti da un’ampia gamma di campi di studio. Questo avviene in seguito a un conflitto tra Harvard, tra le altre università, e l’amministrazione Trump.

Per riassumere: l’amministrazione Trump ha accusato Harvard di non fare abbastanza per combattere l’antisemitismo sul suo campus e ha fatto una serie di richieste all’università. Harvard si è rifiutata di conformarsi, sostenendo che le richieste violano il Primo Emendamento e costituiscono un tentativo di controllo governativo dell’istituzione. L’amministrazione Trump ha reagito terminando i finanziamenti a Harvard dalla National Science Foundation, dai National Institutes of Health e altri.

Ieri, l’amministrazione ha preannunciato il taglio di tutti i fondi federali rimanenti a Harvard.

Vijay Janapa Reddi è un professore associato di ingegneria e scienze applicate ad Harvard specializzato nell’architettura informatica, in particolare nei dispositivi edge come smartwatch, smartphone, veicoli autonomi e altro ancora. Il suo team si concentra su rendere l’edge computing più sostenibile ripensando come questi sistemi sono progettati e implementati nel mondo reale. È anche membro dell’IEEE.

La scorsa settimana, mentre il suo gruppo stava lavorando duramente per rispettare la scadenza di presentazione degli abstract per la prestigiosa conferenza NeurIPS, Janapa Reddi ha appreso che tre dei suoi finanziamenti erano stati terminati. IEEE Spectrum lo ha intervistato sulla sua esperienza e su come le azioni dell’amministrazione Trump influenzeranno il suo campo di studio.

Come e quando hai scoperto che i tuoi finanziamenti venivano terminati?

Vijay Janapa Reddi: Era circa le 22:00 quando sono stati inviati email interne che elencavano quali finanziamenti venivano tagliati. Eravamo immersi nella fase di presentazione per la NeurIPS, quindi sembrava surreale. All’inizio ho cercato di rimanere concentrato, continuando come al solito. Ma il giorno successivo, quando la notizia si è fatta strada, la portata della perturbazione è diventata chiara.

Quello che colpisce di più è cercare di tenere insieme entrambe le realtà contemporaneamente: spingere avanti con il proprio lavoro, mentre si osserva il fondamento sotto di esso iniziare a sgretolarsi. Quella dissonanza cognitiva è difficile da sopportare.

Che lavoro stavate svolgendo con quei finanziamenti?

Janapa Reddi: Un finanziamento era incentrato sulla sostenibilità all’edge estremo, dove il calcolo deve operare in contesti con limiti rigorosi su potenza, costo e materiali disponibili. Questi sistemi sono implementati in luoghi come le catene di approvvigionamento alimentare, campi agricoli, sensori ambientali e diagnostica sanitaria in aree svantaggiate. In tali ambienti, il calcolo non può essere semplicemente un accessorio. Deve essere ripensato per adattarsi ai vincoli dell’ambiente pur offrendo un impatto significativo.

Ad esempio, il monitoraggio del deterioramento degli alimenti non riguarda solo l’attaccare un chip informatico quotidiano a una scatola di mele per monitorare il deterioramento degli alimenti. In molti casi, il costo di quel chip supererebbe il valore del cibo stesso. La domanda più profonda è come ridisegnare fondamentalmente il calcolo per renderlo pratico, scalabile e sostenibile in contesti con risorse limitate. Questa sfida ci ha portato a esplorare nuovi tipi di hardware, inclusi microprocessori flessibili, non in silicio basati sul set di istruzioni RISC-V aperto. Questi sistemi sono programmabili, a basso costo e adatti ad applicazioni reali dove i modelli di calcolo tradizionali non sono sufficienti. Il lavoro è allineato con gli Obiettivi di Sviluppo Sostenibile dell’ONU e mira a portare innovazione tecnologica nei luoghi dove è più necessaria.

Un altro progetto su cui stavamo lavorando era attraverso MLCommons, un’organizzazione no-profit di cui faccio parte come vice presidente. MLCommons ha contribuito a stabilire alcuni dei benchmark dell’industria per l’apprendimento automatico, promuovendo standard di valutazione condivisi in tutto il settore. Una delle nostre recenti iniziative di ricerca si concentra sul supporto allo sviluppo di modelli di base per applicazioni scientifiche. Stiamo lavorando alla creazione di un ecosistema open-source che permetta contributi dalla comunità più ampia, mentre curiamo un insieme di benchmark adatti all’IA per la scienza.

L’altro finanziamento era destinato a sostenere un workshop comunitario che stavamo organizzando per riunire i ricercatori attorno a sfide e opportunità comuni. Questo sforzo faceva parte del nostro impegno più ampio per l’istruzione e l’coinvolgimento pubblico, in linea con la missione della National Science Foundation di garantire che la ricerca migliori la conoscenza e raggiunga e benefici un pubblico più ampio.

Qual è l’effetto di questo sui tuoi studi?

Janapa Reddi: L’impatto immediato è chiaro: devo mettere in pausa o ridimensionare senza finanziamenti. La preoccupazione più profonda è cosa succederà dopo. La ricerca non si riduce come un interruttore; per tutti noi, si svolge lentamente e ci vuole tempo per recuperare il momentum perso. È un po’ come fermare un treno merci. Non puoi farlo fermare istantaneamente e, una volta che si è fermato, farlo ripartire richiede ancora più energia e tempo. Anche la ricerca è così. Dipende dalle persone, dalla pianificazione e dalla visione a lungo termine, nessuna delle quali può essere riavviata da un giorno all’altro.

Quali sono, secondo te, gli effetti a lungo termine di questi tagli?

Janapa Reddi: Credo ancora nella forza dell’ecosistema di istruzione superiore e ricerca americano. Ha una lunga storia di rispondere alle sfide, di trasformare i vincoli in catalizzatori per l’innovazione. Ma momenti come questo mettono alla prova la nostra resilienza. La percezione globale della ricerca statunitense è a rischio. Le interruzioni come queste inviano un messaggio preoccupante alla prossima generazione di scienziati, ingegneri e innovatori di tutto il mondo. Questo è preoccupante perché ciò che rende eccezionale la ricerca americana non è solo il livello di finanziamento ma il costante afflusso di talento, la diversità di pensiero e la cultura della competizione aperta e della collaborazione.

La cosa più importante da capire è che la ricerca stessa è quasi secondaria. Inizia con le persone. Se guardi a qualsiasi azienda con un valore di mercato di un trilione di dollari e chiedi cosa guida quella roadmap tecnologica a lungo termine, non è un agente di intelligenza artificiale a tracciarla. Sono le persone dietro, quelle che costruiscono, interrogano, immaginano e creano. Se non investiamo nella formazione di quelle persone al massimo livello, da dove verrà la prossima ondata di innovazione?

Cosa ti piacerebbe vedere in futuro?

Janapa Reddi: Il silenzio di coloro che hanno tratto beneficio dall’istruzione superiore è il più assordante: le persone che hanno ottenuto i loro titoli, costruito le loro vite su quella base e sanno quanti opportunità può aprire. Se vogliamo che i nostri figli abbiano le stesse possibilità che abbiamo avuto, non possiamo dare per scontate quelle opportunità. Come beneficiari di quel sistema, abbiamo la responsabilità non solo di proteggerlo ma di rinnovarlo, in modo che tra dieci anni, quelle porte siano ancora aperte e continuino a portare a possibilità ancora più grandi.

Questo è particolarmente vero in settori come il calcolo sostenibile, dove le sfide sono urgenti e l’impatto è tangibile. Che si tratti di ridurre gli sprechi alimentari o di costruire sistemi AI energeticamente efficienti per la scienza, questi sforzi non possono essere messi in pausa indefinitamente. Mentre presentavamo il nostro lavoro a NeurIPS la scorsa settimana, mi ha ricordato perché questo è importante. Non stiamo solo scrivendo articoli. Stiamo cercando di costruire un futuro più intelligente, più sostenibile e più giusto. Per farlo, abbiamo bisogno di un sistema che creda ancora nell’investire nel futuro.

Scopri il Consiglio di Amministrazione dell’IEEE

Il Consiglio di Amministrazione dell’IEEE definisce la direzione futura dell’IEEE ed è impegnato a garantire che l’IEEE rimanga un’organizzazione forte e vitale, al servizio dei suoi membri e della comunità ingegneristica e tecnologica in tutto il mondo, nel rispetto della missione dell’IEEE di promuovere la tecnologia a beneficio dell’umanità.

Questo articolo presenta i membri del Consiglio di Amministrazione dell’IEEE Takako Hashimoto, W. Clem Karl e Yong Lian.

Membro Senior dell’IEEE Takako Hashimoto

Direttore, Regione 10: Asia Pacifico

Prame

Hashimoto è professore e vicepresidente presso l’Università Commerciale di Chiba, a Ichikawa City, Giappone, dove si specializza in scienza dei dati, intelligenza artificiale e sistemi informativi. Hashimoto è anche coinvolta nello sviluppo di metodi per analizzare dati di social media su larga scala per comprendere le percezioni del pubblico e identificare argomenti emergenti.

Un focus chiave del lavoro di Hashimoto è stato l’analisi del sentimento pubblico e la diffusione delle informazioni legate a eventi globali importanti, come la pandemia di COVID-19, i disastri naturali e le elezioni politiche. Le sue ricerche in questo ambito hanno contribuito a una migliore comprensione di come si diffonde la disinformazione e di come la fiducia pubblica nelle istituzioni evolve nel tempo, consentendo alle organizzazioni di rispondere in modo più efficace alle esigenze e alle preoccupazioni della società.

Fellow dell’IEEE W. Clem Karl

Direttore e vice presidente, Servizi e Prodotti Editoriali

W. Clem Karl

Professore e presidente del Dipartimento di Ingegneria Elettrica e Informatica presso la Boston University e Fellow dell’Istituto Americano per l’Ingegneria Medica e Biologica, Karl ha condotto ricerche sull’elaborazione delle immagini computazionali e sul trattamento statistico dei segnali e delle immagini con applicazioni in sicurezza e imaging medico.

In particolare, il lavoro di Karl ha contribuito all’avanzamento di una varietà di applicazioni pratiche, tra cui lo screening dei checkpoint dell’aeroporto e l’imaging cardiaco tomografico, attraverso il quale immagini 3D del cuore, dei vasi sanguigni e delle strutture circostanti possono aiutare a diagnosticare condizioni cardiache come occlusioni delle arterie coronarie. Nel suo lavoro sulla tecnologia di screening dei bagagli ai checkpoint dell’aeroporto, i suoi algoritmi hanno ridotto il numero di falsi allarmi e aumentato il numero di valigie processate. Per le applicazioni mediche, i suoi approcci hanno cercato di ridurre le dosi di farmaci ai pazienti e hanno migliorato la rilevazione di condizioni anomale.

Fellow dell’IEEE Yong Lian

Direttore, Divisione I

Betty Hu

Lian è stato un leader tecnico e pioniere nei circuiti e sistemi biomedici per oltre 40 anni. Le sue innovazioni rivoluzionarie hanno portato a sensori biomedici autoalimentati e miniaturizzati che consentono il monitoraggio continuo e in tempo reale della salute. Questi progressi hanno notevolmente migliorato l’adozione e l’efficacia dei dispositivi medici indossabili e impiantabili per coloro che soffrono di malattie croniche. I suoi dispositivi consentono una diagnosi precoce e un intervento tempestivo senza frequenti visite ospedaliere. Facendo sì che il monitoraggio a lungo termine in tempo reale sia più accessibile, il suo lavoro sta rivoluzionando l’assistenza ai pazienti e alleggerendo il carico sul sistema sanitario.