Green Computing

Nel secondo semestre del 2024/25 è stata tenuta la prima edizione dell’insegnamento di Green Computing. Ci puoi raccontare brevemente il programma e le modalità dell’insegnamento?

L’insegnamento, tenuto da me dal prof. Davide Chicco, è nell’offerta formativa del Corso di Laurea Magistrale in Data Science. Offre una panoramica sul ruolo della sostenibilità nel mondo digitale e sulle tecnologie per ridurre l’impatto ambientale dell’informatica. Si parte dai fondamenti del Green Computing — consumi energetici, carbon footprint ed e-waste — per poi approfondire architetture, algoritmi e pratiche di sviluppo software orientate all’efficienza energetica, fino alle tecniche di valutazione del ciclo di vita delle tecnologie, dal cloud all’IoT. L’ultima parte affronta sia le tecnologie digitali al servizio della sostenibilità (ICT for Green) sia le strategie per rendere l’ICT stesso più sostenibile (Green ICT). Un’attenzione particolare è dedicata alle tecniche per ridurre l’impatto energetico e ambientale degli algoritmi di machine learning, oggi fra i principali contributori ai consumi computazionali. Le modalità didattiche combinano lezioni frontali e analisi di casi reali, con l’obiettivo di fornire competenze immediatamente applicabili nel settore.

Quante persone hanno seguito? Com’era composta la classe? come sono andati i primi esami?

Tipicamente in aula c’erano una decina di studenti, ma il materiale online è stato consultato attivamente da poco più di una ventina di studenti. Fin qui poco meno di venti studenti hanno sostenuto l’esame. La maggioranza dei frequentanti era costituita da studentesse. Circa metà di chi ha dato l’esame proveniva dall’estero, di questi un paio erano studenti Erasmus. Il background era vario, alcuni studenti venivano da studi matematici o statistici, qualcuno da studi d’ambito economico, altri da computer science.

Hai già qualche idea sulla prossima edizione?

Quest’anno (l’edizione 2025/26 si terrà nella primavera del 2026) il corso sarà arricchito da una parte pratica più ricca, e le attività progettuali entreranno a far parte della valutazione finale, che fin qui si basava su un esame scritto.

Parlando invece di ricerca, hai aperto un laboratorio che tratta anche di questi temi, ci vuoi dire qualcosa a riguardo?

Sì, il laboratorio si chiama THALES, acronimo di “Science, Technology and Healthcare Applications of Machine Learning for Sustainability”, ma richiama anche il nome del filosofo Talete di Mileto, considerato uno dei primi scienziati della storia. Le attività di ricerca, in linea con i temi del progetto “Dipartimenti d’Eccellenza ReGAInS”, riguardano le applicazioni del Machine Learning con particolare attenzione a sostenibilità, interpretabilità e miglioramento del benessere individuale e sociale. In quest’ambito abbiamo consolidato ed esteso diverse collaborazioni pre-esistenti con vari gruppi di ricerca, sia in Italia che all’estero.

Nei vuoi citare qualcuno?

Certo. Nell’ambito del vasto progetto MUSA (Multilayered Urban Sustainabilty Action) insieme all’Università di Milano, abbiamo sviluppato algoritmi per interpretazione automatica di immagini diagnostiche e algoritmi di supporto alla diagnosi del tumore alla prostata. Con la Technical University Dublin invece abbiamo approfondito alcune applicazioni del ML alla neuro-ergonomica. Con l’Università Cattolica di Milano e la Khalifa University di Abu Dhabi abbiamo sviluppato un algoritmo basato per l’apprendimento automatico di reti causali, questo ha richiesto un considerevole uso di risorse di calcolo ad alte prestazioni. Questa linea di ricerca è stata esplorata anche insieme ai colleghi dell’INAF (Istituto Nazionale Astrofisica), con i quali abbiamo ottenuto un finanziamento per il progetto ANIMA (Astronomy with Natively Interpretable Machine Learning).

Di che infrastrutture di calcolo vi siete avvalsi?

Principalmente del cluster HPC messo a disposizione del dipartimento, finanziato dal progetto ReGAInS: si è rivelato uno strumento importantissimo per condurre la ricerca che ho appena citato, ma addirittura essenziale per un altro tema che abbiamo seguito. Stiamo investigando l’utilizzo di un particolare tipo di Geometry-Aware Physics Informed Neural Network come surrogato della ben più computazionalmente dispendiosa Computational Fluid Dynamics per la simulazione del trasporto di inquinanti in ambiente urbano; il tema unisce i due aspetti della relazione tra Informatica e Sostenibilità, cioè “Green ICT” e “ICT for Green”. Su questi aspetti abbiamo presentato anche candidature a progetto.

Aggiungo però che il lavoro del laboratorio si è sviluppato anche al di là della sola attività di ricerca.

Vale a dire?

Con la rete internazionale integrata di ricerca IRIXYS – cui partecipano INSA Lione, e Pau per la Francia, Università di Passau e di Deggendorf per la Germania e l’Università di Milano “Statale” – abbiamo organizzato uno dei nostri workshop semestrali in cui gli studenti di dottorato presentano lo stato d’avanzamento delle loro ricerche: nel workshop i temi della sostenibilità occupavano un ruolo di primissimo piano.

Invece, sul fronte specifico del Green Computing, rappresentiamo il DISCo nel gruppo di lavoro di Informatics Europe dedicato al Green ICT e abbiamo contribuito alla stesura di un white-paper sul tema; inoltre abbiamo presentato una panoramica dei nostri lavori al workshop del GreenICT-WG della conferenza ECCS 2025, tenutosi a Rennes in Novembre.

In sintesi, è stato un anno intenso e molto fertile. Il bilancio è molto positivo e ci incoraggia a proseguire con ancora maggiore determinazione lungo le linee tematiche di ReGAInS.