Federico II University Big Tech Challenges avec deux nouvelles études d'IA
À L'amnnational Conference conjointe sur l'intelligence artificielle 2025 (IJCAI) de Montréal, la conférence la plus prestigieuse au monde de l'IA, au milieu des géants américains et chinois, l'Université Federico II de Naples a été remarquée. La Faculté de l'informatique a conquis deux créneaux de présentation, un objectif que peu d'universités peuvent se vanter. Deux emplois qui ont du plus de sept mille articles envoyés par des établissements universitaires éminents.
La sélection la plus difficile du monde académique
Qui sait que Ijcai sait que ce n'est pas une conférence. Sur environ 7 000 œuvres envoyées, seulement 1 023 ont été acceptés: moins d'un sur cinq. « Les chiffres qui disent une sélection impitoyable, à la limite du darwinisme académique », a commenté des professionnels.
Pourtant, Frederick II, dirigé par le professeur Aiello Murano, ne s'est pas limité à l'entrée: il a brillé avec deux contributions que la communauté scientifique considère déjà fondamentale.
La révolution logique de la coalition
Le premier emploi, intitulé « First Order Coalition Logic (FOCL) »unit deux mondes séparés jusqu'à présent: le Logique de coalition et le Logique stratégique. En substance, il fournit une langue pour expliquer comment davantage d'agents – robots, algorithmes ou logiciels – peuvent raisonner ensemble et prendre des décisions coordonnées.
La vraie nouvelle? Explanabilité. Non seulement le système atteint un objectif, mais rend chaque étape du raisonnement transparent: Focol Il n'est pas satisfait de dire si un groupe peut atteindre un objectif. Cela va plus loin, analyse les actions individuelles, déplacées après le déménagement.
Axiomes contre le mythe de la boîte noire
La force de FOCL est non seulement en puissance, mais dans la méthode: elle a été axiomatisée. Un système formel de règles qui vous permet de vérifier et de reproduire les processus de prise de décision. À une époque où les gouvernements et les entreprises s'appuient sur une « boîte noire » opaque, cela signifie pouvoir reconstruire et justifier chaque choix d'un algorithme.
Applications concrets? Diagnostic médical vérifiable, allocations financières transparentes, stratégies démontrables de cyberssiculia. « L'innovation ne consiste pas seulement à construire les plus puissantes de plus en plus puissantes, mais aussi à les rendre durables, fiables et même conscientes de l'impact énergétique », explique Murano.
L'IA qui sait gérer l'incertitude
Le deuxième travail, «Stratégies, crédices et entropie de Shannon« , Il est confronté à un défi encore plus radical: enseigner à l'IA pour vivre avec incertitude. Bien que Big Tech continue de poursuivre le mythe de l'omniscience, Federico II propose une logique qui modélisé la probabilité, les croyances et la qualité de l'information.
C'est comme si l'IA cessait d'être un professeur qui prétend tout savoir et est finalement devenu un interlocuteur conscient de ses limites.
Avec deux logiques innovantes – Patlc et Patlh – L'IA apprend non seulement à estimer la probabilité, mais aussi à gérer le trouble de l'information. Dans les cyberssicules, par exemple, l'objectif peut ne plus être acquis, mais augmenter l'incertitude de l'adversaire.
Philosophie appliquée, avec des répercussions concrètes
Si cela semble philosophie, c'est: une philosophie, cependant, traduite en rigueur mathématique et en applications immédiates. De la protection de la vie privée dans les systèmes de vote numérique à la gestion des décisions politiques, le nouveau en italien est plus proche de la pensée humaine qu'à une calculatrice avec un visage sombre.
Le message est clair: « Nous apprenons aux machines à vivre dans le doute, à être sages. Après tout, une intelligence qui reconnaît ses limites est infiniment plus fiable que celle qui prétend ne pas avoir. »
Italie au centre de la recherche mondiale
Le fait que les deux travaux viennent de Naples et non de Stanford ou Tsinghua est un fait qui vous fait réfléchir. Cela signifie que seuls des milliards et des clusters GPU sont nécessaires pour innover: la vision, la méthode et le courage sont nécessaires.
La communauté scientifique applaudie car elle reconnaît les outils concrètes: explicabilité, gestion de l'incertitude et logiques multi-agents axiomatisées. Des piliers d'un avenir numérique dans lequel les machines et les hommes peuvent vraiment collaborer.
L'IA n'est pas seulement une question de big data et de puissance de calcul. Une autre leçon provient de Montréal: l'avenir sera des machines qui savent expliquer, qui acceptent leurs limites et qui rendent leurs décisions transparentes.
Pas une victoire académique, mais une provocation mondiale: l'intelligence (artificielle) n'est pas une question de taille, mais de conscience.
