L’importanza di PINN e SciML per il futuro della ricerca data-driven

Mentre il mondo si affaccia alle potenzialità delle reti neurali (NN) e dell’intelligenza artificiale, si aprono nuovi campi di ricerca che sfruttano le competenze della matematica applicata e delle scienze computazionali, dell’informatica e delle scienze fisiche per studiare fenomeni e ambiti in cui si hanno pochi dati e non si conoscono ancora le leggi specifiche che le governano. In quest’ambito di scoperte scientifiche data-driven, si inseriscono scienze come il cosiddetto Scientific Machine Learning (SML) e metodologie pionieristiche molto più ampie dell’SML, come le reti neurali informate dalla fisica (PINN).