L'impatto del Dipartimento di Eccellenza
Il progetto ha ampiamente sviluppato i due obiettivi prefissati, raggiungendo i risultati attesi al suo termine e ponendo le basi per il consolidamento dell’impatto nel medio-lungo termine.
Nel testo che segue vengono descritti più nel dettaglio alcuni tra i risultati più rilevanti a livello di attività scientifiche e di ricerca, e di collaborazione con le imprese.
Il gruppo di ricerca in Matematica Finanziaria della Scuola Normale ha avuto una notevole evoluzione: di particolare interesse la sinergia sviluppata con il progetto europeo SoBigData++ “European Integrated Infrastructure for Social Mining and Big Data Analytics”, che ha consentito di approfondire i temi del Machine Learning e Reti Neurali, con applicazioni sulla previsione del rischio nei mercati azionari e sull’apprendimento automatico di sistemi dinamici, sia deterministici che con componenti stocastiche. È stata inoltre sviluppata una libreria informatica (NetworkSNS), disponibile gratuitamente online, contenente l’implementazione in linguaggio Python di svariati metodi sviluppati all’interno del gruppo.
È stato costituito il gruppo di ricerca in Analisi Numerica e Scienze Computazionali, grazie all’assunzione di un professore di I fascia nel s.s.d. MAT/08 che ha portato alla formazione di una nuova linea di ricerca di Analisi Numerica in precedenza assente alla Scuola Normale Superiore.
I due gruppi di ricerca attivati sul DipE hanno inoltre collaborato nel fornire l’offerta didattica al nuovo percorso dottorale di “Metodi Computazionali e Modelli matematici per la Scienze e la Finanza”, all’interno del quale sono offerti corsi assenti in precedenza e resi possibili dalla creazione del gruppo di ricerca in Scienze Computazionali, in linea con quanto previsto dal DipE.
Sono state create inoltre due nuove linee di ricerca in Informatica e Bio-informatica, che hanno ulteriormente sostenuto i percorsi di ricerca e formazione nelle Scienze Computazionali. La creazione di una nuova unità di Informatica ha segnato un’innovazione storica per la Scuola Normale, che in precedenza non ha mai avuto in organico docenti afferenti a tale macrosettore concorsuale. Tale scelta ha consentito di rispondere anche al sempre crescente interesse di ricerca su tematiche di Machine Learning e Big Data, aprendo un nuovo filone di ricerca nell’ambito della cosiddetta “Explainable Artificial Intelligence” e delle “Reti Neurali”.
Le due nuove linee di ricerca in area informatica interagiscono naturalmente con la struttura moderna di calcolo dedicata e acquisita grazie al finanziamento del DipE. Tale struttura ha anche funzionato da stimolo trasversale su altri gruppi della Classe di Scienze aventi una significativa attività di ricerca legata ad approcci di tipo computazionale.
Sono stati attivati alcuni importanti progetti in collaborazione con le imprese interessate alle tematiche del DiPE. Più nel dettaglio, sono state avviate attività congiunte con Unicredit e Fineco Asset Management mirate allo sviluppo di temi di ottimizzazione di portafoglio, integrando gli approcci classici con nuovi metodi risolutivi basati su machine learning. Inoltre è stato avviato un progetto in collaborazione con l’impresa A2A, focalizzato sullo studio di nuovi metodi di machine learning applicati alla previsione delle serie finanziarie ad alta frequenza di order book, con applicazioni al mercato dell’energia. Infine, la collaborazione attivata con Consob nell’ambito di un percorso di formazione su data analysis, network science, artificial intelligence e data science ha consentito lo sviluppo di strumenti innovativi per la rilevazione di abusi di mercato (quali insider trading, manipolazione del prezzo, ecc.) e ha visto l’applicazione di svariati metodi di analisi statistica di Big Data alla vastissima base di dati contenente tutte le operazioni effettuate nel mercato azionario Italiano.
Grazie anche alle attività legate al DipE della Classe di Scienze, la Scuola Normale può ormai considerarsi un centro di ricerca rilevante nel campo delle Scienze Computazionali e della Scienza dei Dati, con sinergie importanti tra le varie aree disciplinari e con un numero consistente di docenti, ricercatori, ricercatrici, studentesse e studenti impegnati in tale ambito. Il progetto ha promosso un considerevole aumento delle collaborazioni interdisciplinari su problemi di notevole interesse ed impatto scientifico.
Infine, il DipE ha previsto incentivi economici per il personale tecnico e amministrativo della Scuola Normale coinvolto nell’attuazione del progetto, con particolare riferimento al personale di supporto alle attività di didattica, ricerca e comunicazione e al personale di supporto ai laboratori e centri di ricerca coinvolti (Laboratorio NEST, Centro HPC).