Le donne della computer vision e del machine learning in Italia nel giorno delle donne in scienze.

Nel dicembre 2015 l’assemblea generale delle Nazioni Unite ha proclamato l’11 Febbraio come la giornata mondiale delle “Donne in Scienze” (International Day of Women and Girls in Science), una giornata dedicata a tutte le donne impegnate nella ricerca scientifica e finalizzata ad incoraggiare le più giovani a intraprendere studi scientifici.

Nell’ambito di tale iniziativa, vogliamo dare un volto ad alcune delle donne italiane operanti nella comunità della Computer Vision e del Machine Learning, una comunità estremamente attiva in Italia e che conta oltre 400 studiosi (includendo professori, ricercatori, assegnisti e dottorandi) attivi in tale ambito. Computer Vision e Machine Learning sono oggigiorno tra i temi più caldi della ricerca internazionale nell’informatica e nell’ingegneria informatica e sono sicuramente di grande interesse per l’industria ICT, grazie alla possibilità di declinarsi in numerosi ambiti applicativi: dal medical imaging alla video sorveglianza e la biometria, dal cultural heritage all’automotive, dalla visione robotica all’interazione uomo macchina e all’augmented reality, giusto per citarne alcuni.

Le donne che vi presentiamo si chiamano Gabriella, Rita, Barbara, Francesca, Elisa e Alessia: sono docenti in altrettante università e centri di ricerca Italiani, sono riconosciute nel panorama nazionale e internazionale e la loro ricerca è focalizzata su aspetti teorici e applicativi della Computer Vision e del Machine Learning.

Conosciamole.

Gabriella Sanniti di Baja: è riferimento ed esempio per le donne che si occupano di scienza in Pattern Recognition e comprensioni delle immagini. È stata dal 1972 fino a due anni fa ricercatrice e poi Dirigente di ricerca al CNR presso l’Istituto di Cibernetica E. Caianiello. Laureata in Fisica alla Federico II, ha ricevuto il PhD Honoris Causa dall’Università di Uppsala, nel 2002. È stata Presidente dell’International Association for Pattern Recognition (IAPR) nel biennio 2000-2002, e Presidente del Gruppo Italiano di Ricercatori in Pattern Recognition (ora CVPL) nel quadriennio 2008-2012. Dal 2000 è Editor-in-Chief di Pattern Recognition Letters. Dal 2000 è IAPR Fellow. Dal 2011 è “Foreign Member” della Royal Society of Sciences at Uppsala, Uppsala, Svezia. Ha pubblicato centinaia di lavori sulla visione artificiale e soprattutto ha dato importantissimi contributi nella comprensione di immagini, nella topologia e nei sistemi di rappresentazione della visione artificiale a basso e a medio livello.

Rita Cucchiara: Professore Ordinario del Dipartimento di Ingegneria “Enzo Ferrari” dell’Università di Modena e Reggio Emilia. Docente del corso di Vision and Cognitive Systems, dirige i laboratori AImageLab, specializzato nel riconoscimento delle immagini, e Redvision, dedicato allo studio dell’interazione uomo-macchina. Presidente dell’Associazione italiana di computer vision, pattern recognition e machine learning (CVPL) dal 2016 al 2018, attualmente dirige il laboratorio del CINI per l’intelligenza artificiale e i sistemi intelligenti. Dal 2006 è IAPR Fellow. Nel 2018 ha vinto il prestigioso premio “Maria Petrou” per i suoi contributi scientifici su problematiche di inseguimento di oggetti in movimento e reidentification. RoboHub l’ha nominata nel 2018 tra le 25 donne di riferimento per la robotica.

Barbata Caputo: Professore Ordinario del Dipartimento di Automatica e Informatica del Politecnico di Torino e Ricercatore presso l’Istituto Italiano di Tecnologia (IIT). Docente del corso di Machine Learning and Artificial Intelligence. Vincitrice del prestigioso Starting Grant dell’European Research Council per il suo progetto RoboExNovo. La sua ricerca è focalizzata su algoritmi capaci di supportare la visione di sistemi autonomi artificiali come i robots in ambienti realistici.

Francesca Odone: Professore Associato del Dipartimento di Informatica, Bioingegneria, Robotica, Ingegneria, Ingegneria dei Sistemi dell’Università degli Studi di Genova. Docente dei corsi di Computer Vision e attivamente coinvolta nel curriculum di Data Science and Engineering del Master in Computer Science. Tra i fondatori del nuovo Centro di Machine Learning dell’Università di Genova. Lavora su algoritmi per l’elaborazione di immagini per rilevamento e riconoscimento di oggetti, nonché per l’elaborazione di immagini e video finalizzata al riconoscimento di azioni e all’analisi del comportamento degli esseri umani.

Elisa Ricci: Professore Associato del Dipartimento di Ingegneria e Scienza dell’Informazione dell’Università di Trento e ricercatore della Fondazione Bruno Kessler. Docente del corso di Deep Learning. Si occupa di algoritmi di deep learning e computer vision per l’interpretazione automatica delle immagini finalizzata alla comprensione automatica della scena, all’inseguimento degli oggetti e all’analisi dei comportamenti umani.

Alessia Saggese: Ricercatore del Dipartimento di Ingegneria dell’Informazione ed Elettrica e Matematica Applicata dell’Università di Salerno. Docente del corso di Cognitive Robotics. Socio di A.I. Tech, spinoff dell’università operante nel settore della video sorveglianza intelligente. Ha vinto il premio per la migliore tesi di dottorato del CVPL nel biennio 2014-2016. Lavora all’interpretazione automatica di immagini, video e segnali audio per applicazioni di sorveglianza intelligente e robotica cognitiva.