David Bacciu est un informaticien italien et professeur à l'Université de Pise. Il est connu pour ses recherches en apprentissage automatique, en particulier dans l'intégration neuro-symbolique, le calcul par réservoir et l'apprentissage profond, avec des applications en bioinformatique et en reconnaissance d'activités humaines. Il a contribué au développement de modèles qui combinent le raisonnement symbolique avec les réseaux de neurones, visant à améliorer l'interprétabilité et la généralisation.
Bacciu a obtenu son doctorat en informatique à l'Université de Pise en 2006, où il est ensuite devenu professeur. Ses premiers travaux ont porté sur les réseaux de neurones et les algorithmes d'apprentissage, puis il s'est progressivement étendu à des domaines tels que les réseaux de neurones pour graphes et la modélisation de données temporelles. Il a publié abondamment dans des revues et conférences à comité de lecture, et a participé à plusieurs projets de recherche européens.
Contributions à la recherche
Les recherches de Bacciu couvrent plusieurs sous-domaines de l'apprentissage automatique. L'un de ses principaux intérêts réside dans les réseaux de neurones pour données structurées, en particulier les graphes. Il a travaillé sur des modèles capables de traiter des informations structurées en graphes, ce qui est pertinent pour des applications en chimie, dans les réseaux sociaux et les graphes de connaissances. Ses travaux sur les réseaux de neurones pour graphes ont exploré à la fois les propriétés théoriques et les implémentations pratiques.
Un autre domaine important est le calcul par réservoir, un paradigme où un réseau de neurones récurrent fixe et initialisé aléatoirement (le réservoir) est utilisé pour traiter des séquences temporelles, et seule la couche de lecture est entraînée. Bacciu a étudié l'utilisation du calcul par réservoir pour la prédiction et la classification de séries temporelles, souvent dans le contexte de systèmes embarqués et de dispositifs à faible consommation.
Il a également contribué à l'intégration neuro-symbolique, qui vise à combiner les capacités de reconnaissance de formes des réseaux de neurones avec les capacités de raisonnement de l'IA symbolique. Cette ligne de recherche est motivée par les limites des approches purement connexionnistes dans des tâches nécessitant une inférence logique ou une représentation des connaissances. Les travaux de Bacciu dans ce domaine ont inclus le développement d'architectures capables d'incorporer des connaissances préalables dans les modèles neuronaux, améliorant leur efficacité d'échantillonnage et leur interprétabilité.
Carrière académique
Bacciu est affilié au département d'informatique de l'Université de Pise, où il dirige un groupe de recherche axé sur l'apprentissage automatique et les systèmes intelligents. Il a participé à l'enseignement de cours sur l'apprentissage automatique, les réseaux de neurones et l'intelligence artificielle. Il a également supervisé de nombreux doctorants et chercheurs postdoctoraux.
Il a participé à plusieurs projets de recherche nationaux et internationaux, souvent financés par l'Union européenne. Ces projets ont abordé des sujets tels que la reconnaissance d'activités humaines à l'aide de capteurs portables, la maintenance prédictive dans les environnements industriels et le développement de systèmes d'IA pour la santé. Son travail collaboratif a impliqué des partenariats avec des institutions académiques et des partenaires industriels à travers l'Europe.
Publications sélectionnées
Bacciu a rédigé ou co-rédigé plus de 100 publications scientifiques. Ses articles ont paru dans des revues telles que IEEE Transactions on Neural Networks and Learning Systems, Neural Networks, et les actes de grandes conférences comme l'International Conference on Machine Learning (ICML) et l'European Conference on Artificial Intelligence (ECAI). Parmi ses travaux notables figurent des études sur l'apprentissage profond pour les séries temporelles, les réseaux de neurones pour graphes pour la prédiction de propriétés moléculaires et des méthodes pour améliorer la robustesse des modèles neuronaux.
L'un de ses articles influents, publié en 2018, a proposé une nouvelle approche du calcul par réservoir utilisant une structure hiérarchique pour capturer plusieurs échelles de temps dans les données séquentielles. Ce travail a été largement cité et a influencé les recherches ultérieures dans le domaine. Un autre article, datant de 2020, a abordé le défi de l'apprentissage à partir de données de graphes partiellement étiquetées, introduisant un cadre semi-supervisé qui exploite à la fois les nœuds étiquetés et non étiquetés.
Enseignement et mentorat
À l'Université de Pise, Bacciu enseigne des cours aux niveaux licence et master. Ses cours couvrent des sujets tels que les fondamentaux de l'apprentissage automatique, les architectures d'apprentissage profond et les modèles graphiques probabilistes. Il est connu pour ses explications claires et sa capacité à relier les concepts théoriques aux applications pratiques. Il a également développé des logiciels open-source et des tutoriels pour aider les étudiants et les chercheurs à implémenter les algorithmes qu'il enseigne.
Il a encadré de nombreux étudiants qui ont poursuivi des carrières dans le monde académique et industriel. Plusieurs de ses anciens doctorants sont devenus professeurs dans d'autres universités ou ont pris des postes de recherche dans des entreprises comme Google DeepMind et Amazon AI. Son style de mentorat met l'accent sur l'expérimentation rigoureuse et une compréhension approfondie des mathématiques sous-jacentes.
Service professionnel
Bacciu siège aux comités éditoriaux de plusieurs revues, notamment Neural Networks et Neurocomputing. Il a également été membre de comités de programme pour de nombreuses conférences internationales, telles que l'International Joint Conference on Neural Networks (IJCNN) et l'European Symposium on Artificial Neural Networks (ESANN). Il a organisé des ateliers et des sessions spéciales sur des sujets liés au calcul neuro-symbolique et au calcul par réservoir.
Il est membre de l'IEEE Computational Intelligence Society et de l'Association italienne pour l'intelligence artificielle (AIxIA). Il a participé à l'organisation de l'atelier italien annuel sur l'apprentissage automatique, qui rassemble des chercheurs de tout le pays.
Collaborations et projets
Bacciu a collaboré avec des chercheurs de diverses institutions, notamment l'Université d'Oxford, l'Université Carnegie Mellon et le Stanford AI Lab. Ces collaborations ont abouti à des publications conjointes et à des initiatives de recherche partagées. Il a également travaillé avec des partenaires industriels tels que Nokia Bell Labs et Samsung Research sur des projets appliqués.
Un projet notable, financé par le programme Horizon 2020 de l'UE, visait à développer des systèmes d'IA pour la surveillance personnalisée de la santé. Le groupe de Bacciu a contribué avec des modèles d'apprentissage automatique pour analyser les signaux physiologiques et prédire les événements indésirables. Un autre projet, en collaboration avec Intel, a exploré le déploiement de réseaux de neurones sur des dispositifs de périphérie pour la reconnaissance d'activités en temps réel.
Orientations futures
À l'avenir, Bacciu s'intéresse à l'intersection de l'apprentissage automatique et de l'intelligence artificielle avec les sciences cognitives. Il explore comment les connaissances sur l'apprentissage humain peuvent éclairer la conception de modèles neuronaux plus efficaces et plus adaptables. Il étudie également l'utilisation des grands modèles de langage pour des tâches au-delà du traitement du langage naturel, telles que la génération de code et la découverte scientifique.
Il participe activement au développement de benchmarks et de protocoles d'évaluation pour les systèmes neuro-symboliques, visant à standardiser la manière dont ces modèles sont évalués. Il estime que la combinaison des forces des approches neuronales et symboliques sera cruciale pour atteindre un raisonnement de niveau humain dans les systèmes d'IA.
Vie personnelle
Bacciu est basé à Pise, en Italie, où il vit avec sa famille. Pendant son temps libre, il aime la randonnée dans la campagne toscane et jouer aux échecs. Il est également un lecteur passionné de science-fiction et s'intéresse vivement à l'histoire de l'informatique.
Héritage et impact
Les contributions de David Bacciu à l'apprentissage automatique ont eu un impact durable sur le domaine, en particulier dans les domaines de l'intégration neuro-symbolique et du calcul par réservoir. Ses travaux ont aidé à combler le fossé entre l'IA connexionniste et symbolique, et ses méthodes ont été adoptées par des chercheurs du monde entier. Il continue d'être une figure active et influente dans les communautés italiennes et européennes de l'IA.
Son dévouement à l'enseignement et au mentorat a façonné une nouvelle génération d'informaticiens, et son esprit collaboratif a favorisé de nombreux partenariats internationaux. Alors que l'IA continue d'évoluer, les recherches de Bacciu resteront probablement pertinentes, surtout à mesure que la demande de modèles interprétables et robustes augmente.