Barbara Pernici, Mark Carman e un gruppo di studenti di laurea (Dario Scuratti, Virginia Negri, Stefano Agresti) e di dottorato (Donya Rooein) hanno partecipato all'hackaton europeo EUvsVirus.
La Commissione europea ha ospitato un hackathon paneuropeo per riunire la società civile, gli innovatori, i partner e gli investitori in tutta Europa al fine di sviluppare soluzioni innovative per le sfide relative al coronavirus.

Nel contesto di EUvsVirus Hackathon, il team DEIB, insieme a U Geneva, U Zurich ed ETHZ ha sviluppato il progetto "Social Distancing & Masks". In questo progetto, il gruppo di ricerca desidera utilizzare le immagini nei tweet per supportare i responsabili delle politiche e gli epidemiologi per comprendere l'impatto delle misure e dei regolamenti sulla distanziamento sociale.
Queste informazioni possono essere molto importanti per prendere le giuste decisioni al momento giusto per ridurre al minimo gli effetti del virus. In particolare, l'obiettivo è quello di concentrarsi sul distanziamento sociale e l'uso di maschere negli spazi pubblici.
Il team ha sviluppato una pipeline che inizia con un elevato volume di informazioni, vale a dire dei tweet selezionati con un filtraggio minimo dei tag. I tweet sono inseriti in sofisticati algoritmi di machine learning per una selezione iniziale di immagini pertinenti, che vengono quindi mostrate alla comunità di collaboratori volontari.
Rispondendo ad alcune semplici domande sulle immagini associate, i collaboratori possono confermare la pertinenza dell'immagine e aggiungere dettagli che l'IA non può acquisire. Ciò ha due obiettivi: da una parte, fornire informazioni preziose sulla conformità e l'efficacia delle misure contro COVID, come il distanziamento sociale e l'uso di mascherine, dall'altra, fornire dati puliti per perfezionare ulteriormente gli algoritmi di machine learning.

Per ulteriori informazioni, consultare: https://www.youtube.com/watch?time_continue=8&v=jFHGaNzB85M&feature=emb_logo