Il recente progresso tecnologico dei sistemi di calcolo permette oggi di reperire sul mercato calcolatori dotati di capacità di elaborazione numerica estremamente avanzata. In particolare, l’utilizzo di GPU (Graphics Processing Unit) per l’elaborazione e classificazione di immagini e contenuti multimediali sta vivendo una fase di intenso sviluppo grazie alla ricerca scientifica condotta negli ultimi anni nel campo dell’apprendimento profondo (Deep Learning). Il Deep Learning è una branca del Machine Learning che utilizza reti neurali complesse per applicazioni più svariate. Tra queste, l’area di applicazione relativa alla classificazione automatica di contenuti audiovisivi è certamente tra quelle più interessanti dal punto di vista strategico per RAI.

Le tecnologie di ricerca visuale consentono agli utenti di ricercare immagini e video rappresentanti gli stessi oggetti (ad esempio edifici, loghi, monumenti) basandosi sull’analisi delle caratteristiche visive estratte automaticamente dai contenuti e senza la necessità di definire delle annotazioni manuali dei contenuti stessi.

L’obiettivo del progetto è quello di sviluppare tecnologie di cloud storage che supportino il processo di informatizzazione della produzione e degli archivi.

Questo progetto si occupa di definire e sperimentare architetture e sistemi di produzione per applicazioni companion screen.

L’avvento della tecnologia RDF (Resource Description Framework) nella prima metà degli anni 2000, seguita poi da RDFS (RDF Schema) e OWL (Web Ontology Language), ha rappresentato un salto quantico nella possibilità di utilizzare concretamente le reti semantiche nelle applicazioni più svariate. Nel campo delle applicazioni multimediali, tra le quali possiamo annoverare la produzione e archiviazione televisive in generale, esse costituiscono ormai un indispensabile ingrediente per l’arricchimento e la contestualizzazione semantica dei contenuti per una serie molto estesa di finalità (dalla documentazione automatica ai sistemi di raccomandazione dei contenuti). Questo progetto intende esplorare nel dettaglio queste le possibilità, definendo e implementando sistemi prototipali di arricchimento semantico dei contenuti a partire dai Knowledge Base esistenti ed eventualmente estendendo/creando nuove ontologie di dominio.