Francesco Scarcello è professore di prima fascia per il settore IINF-05/A (Sistemi di elaborazione delle informazioni) presso il Dipartimento di Ingegneria Informatica, Modellistica, Elettronica e Sistemistica (DIMES) dell’Università della Calabria.
È un EurAI Fellow ed un AAIA Fellow.
Attualmente è anche Prorettore vicario con Delega alla Didattica.
Percorso di studio e posizioni ricoperte (in breve).
Francesco Scarcello ha conseguito nell’A.A. 1991/1992 la Laurea in Ingegneria Informatica (con lode) presso l’Università della Calabria e poi, nel 1997, il titolo di Dottore di ricerca in Ingegneria dei Sistemi e Informatica. Ha assunto il ruolo di ricercatore nel 1999, di professore associato nel 2001 e di professore ordinario nel 2013. Dopo il dottorato è stato vincitore di due borse di studio del CNR ed ha svolto attività di ricerca presso il Politecnico di Vienna (TU Wien), in Austria.
Tra le varie attività di servizio svolte presso l’Università della Calabria, si ricorda il ruolo di Delegato del Rettore per la Didattica dal 2014 e di Prorettore vicario con Delega alla Didattica dal 2020.
È membro del Comitato di Gestione del Laboratorio CINI di Artificial Intelligence and Intelligent Systems; è membro del Collegio di Dottorato del Dottorato Nazionale in Intelligenza Artificiale.
Il Prof. Scarcello partecipa a vari Comitati di Programma di conferenze internazionali e svolge attività di revisione per numerose riviste internazionali. È nell’Editorial Board della rivista internazionale Artificial Intelligence, edita da Elsevier, della quale è stato anche Associated Editor fino al 2020.
Principali interessi di ricerca.
I suoi principali interessi di ricerca sono nei seguenti campi: complessità computazionale, teoria di grafi ed ipergrafi, problemi di soddisfacimento di vincoli, programmazione logica e rappresentazione della conoscenza, ragionamento non-monotono e teoria delle basi di dati. Ha pubblicato numerosi lavori di ricerca in tutte queste aree e nelle sedi più prestigiose.
Nell’ambito delle basi di dati ha risolto alcuni problemi aperti relativi alla complessità delle interrogazioni congiuntive acicliche (Journal of the ACM 48(3):431-498,2001) e ad alcune tecniche, basate su ipergrafi, per individuare classi trattabili di interrogazioni. Da questi studi è nata l’idea di una nuova misura di ciclicità di ipergrafi, chiamata Hypertree width, che è risultata essere la più adeguata per l’identificazione di classi trattabili di problemi difficili, nel senso che è la tecnica che permette di individuare le più ampie isole di trattabilità tra tutte quelle finora descritte in letteratura (Artif. Intell. 124(2): 243-282, 2000, J. Comput. Syst. Sci. 64(3): 579-627, 2002, J. Comput. Syst. Sci. 66(4): 775-808, 2003, J. Comput. Syst. Sci. 73(3): 475-506, 2007).
Le nozioni e gli algoritmi che ha proposto nella sua tesi di dottorato sono stati utilizzati per lo sviluppo di DLV, un sistema per la rappresentazione della conoscenza basato sulla programmazione logica disgiuntiva, ampiamente usato in centri di ricerca di tutto il mondo (Inf. Comput. 135(2): 69-112, 1997, ACM Trans. Comput. Log. 7(3): 499-562, 2006). Nel 2005 è stato anche fondatore di uno spin-off dell’università, DLVsystem srl, per continuare lo sviluppo e le estensioni del sistema, che è attualmente in grado di lavorare con Big Data e di integrare soluzioni studiate in altri ambiti dell’Intelligenza Artificiale (Machine Learning, Deep Learning, Computer Vision).
Francesco Scarcello si è anche interessato di Sistemi multi-agente e Teoria dei Giochi. Ha inizialmente studiato la complessità di calcolare equilibri di Nash in giochi strategici (JAIR, 24:357-406, 2005; TCS (38-40):3901–3924, 2009), mostrando che decidere l’esistenza di un equilibrio puro è un problema NP-completo (ed è ΣP2-completo nel caso di equilibri strong). Ha comunque identificato dei casi trattabili, sulla base di restrizioni strutturali nelle dipendenze tra gli agenti.
Successivamente, si è dedicato allo studio dei giochi cooperativi, in particolare coalizionali, nei quali è associato un valore potenziale ad ogni insieme di agenti (coalizione) ed occorre individuare una valutazione di ciascun agente che sia giusta (fair) ed eventualmente soddisfi ulteriori requisiti. Ha studiato i principali tipi di soluzione per questi giochi in una serie di pubblicazioni, nelle quali ha anche risolto alcuni problemi aperti sulla complessità di tali nozioni (Artif. Intell. 278, 2020; ACM Trans. Comput. Theory 7(1): 3:1-3:52, 2014; Artif. Intell. 175(12-13): 1877-1910, 2011). Ha anche studiato come gli approcci basati sulla teoria dei giochi possono trovare applicazioni interessanti nel campo delle telecomunicazioni e della condivisione di servizi tra dispositivi mobili (IEEE Trans. Mob. Comput. 13(10): 2185-2198, 2014; IEEE Trans. Veh. Technol. 63(1): 478-484, 2014; Comput. Networks 57(9): 1955-1973, 2013; IEEE Trans. Wirel. Commun. 10(8): 2566-2576, 2011).
Un’altra linea di ricerca in quest’ambito riguarda il Mechanism Design, in particolare per problemi di allocazione, ed i giochi indotti da problemi di matching (JAIR 49: 403-449, 2014; Artif. Intell. 278, 2020, AAAI 2020: 2006-2013).
Per questi ultimi sono stati anche progettati ed implementati algoritmi per il calcolo dello Shapley value, per una interessante applicazione alla Valutazione Nazionale della Ricerca in Italia (VQR), in particolare per calcolare una valutazione corretta (fair, secondo una precisa accezione matematica) dell’effettivo contributo di ciascun ricercatore alla valutazione dell’università (J. Informetrics 13: 87-104, 2019; J. Exp. Theor. Artif. Intell. 30: 505-524, 2018).
Progetti e Trasferimento Tecnologico.
Oltre ai suoi contributi prettamente scientifici, Francesco Scarcello ha contribuito attivamente al trasferimento tecnologico dei risultati di ricerca, essendo cofondatore di tre spin-off universitari: DLVsystem srl, Artémat srl and EVO-BI srl.
Ha partecipato a numerosi progetti nazionali ed internazionali nel campo delle basi di dati e dei sistemi per la rappresentazione della conoscenza. Di seguito ne ricordiamo alcuni, per i quali ha svolto il ruolo di coordinatore scientifico:
- Piano di Innovazione su Business Game, con Artémat srl: la ricerca ha riguardato lo sviluppo di Business Game per settori ad alto contenuto di conoscenza, come quello dell’ICT, nonché di tecniche per la loro fruizione su dispositivi limitati, come i telefonini.
- Data Integration for Business Intelligence, con il Centro di Competenza ICT-SUD, vari partner industriali e l’Azienda Sanitaria Provinciale di Cosenza: la ricerca ha riguardato l’integrazione di sorgenti eterogenee, con dati anche incompleti o inconsistenti, ed il loro impiego per applicazioni di Business Intelligence. Il caso di studio principale è stato la realizzazione del Registro Tumori per l’ASP di Cosenza.
- Talent Hunter Technology, con DLVsystem srl e Artémat srl: è stata svolta attività di ricerca per la rappresentazione di conoscenza e l’estrazione automatica di dati semantici da curricula vitae et studiorum, con una applicazione nell’ambito HR (human resources) per identificare i profili dei candidati più promettenti da poter assumere.
- Open Source Monetization Ecosystem (OSME), con HicTech srl, Artémat srl, e Talent Garden: progettazione di tecniche, modelli e licenze per la realizzazione di un ecosistema digitale per il software Open Source, con l’obiettivo di supportare gli sviluppatori riconoscendo e valorizzando il loro effettivo contributo ai vari progetti. La ricerca ha riguardato sia aspetti economici sia aspetti tecnici, relativi alla valutazione di progetti open-source (ed alla redistribuzione a sotto-progetti collegati e relativi sviluppatori) e al framework per la gestione dell’ecosistema ed il deploy trasparente delle applicazioni su piattaforme cloud.
Riconoscimenti ed impatto dell’attività scientifica.
Le pubblicazioni di Francesco Scarcello sono apparse sugli atti delle principali conferenze scientifiche del suo settore (FOCS, PODS, IJCAI, etc.) e su riviste prestigiose (Journal of ACM, Artificial Intelligence, SIAM Journal on Computing, Journal of Computer and System Sciences, Information and Computation, IEEE Transactions on Knowledge and Data Engineering, etc.).
Ha tenuto relazioni invitate e tutorial in conferenze internazionali, quali l’International Conference on Principles of Knowledge Representation and Reasoning (KR) e l’International Joint Conference on Artificial Intelligence (IJCAI).
A marzo 2022, Google Scholar riportava oltre 5700 citations, l’H-index pari a 34 ed l’i10-index pari a 51.
Ha ricevuto il Best Paper Award per il suo lavoro su Fixed-Parameter Complexity in AI and Nonmonotonic Reasoning, nel corso della 5th International Conference on Logic Programming and Nonmonotonic Reasoning (LPNMR ’99).
Il suo lavoro sulla complessità degli equilibri di Nash in giochi strategici ha ricevuto nel 2008 l’IJCAI-JAIR Best Paper Prize, essendo stato selezionato come miglior lavoro tra quelli pubblicati sulla rivista Journal of Artificial Intelligence Research (JAIR) nei precedenti cinque anni.
Il suo lavoro ``Hypertree Decompositions and Tractable Queries'' ha ricevuto nel 2009 il premio internazionale PODS Alberto O. Mendelzon Test-of-Time Award, essendo stato giudicato l'articolo scientifico che, tra quelli pubblicati negli atti della conferenza PODS (International Symposium on Principles of Database Systems) 10 anni prima, ha avuto il maggior impatto in termini di ricerca, metodologia, o trasferimento tecnologico (il PODS è la più importante conferenza nell’ambito della teoria delle basi di dati).
In effetti il suo contributo su questa linea di ricerca, che comprende una serie di pubblicazioni basate sulle nozioni di Hypertree Decomposition e Hypertree Width, ha avuto un impatto significativo sia nel campo dell’Artificial Intelligence sia nel campo delle Basi di Dati, e molti ricercatori in tutto il mondo hanno lavorato su questi argomenti producendo a loro volta importanti lavori, sia in ambito teorico sia in ambito applicativo. Queste nozioni sono descritte sia in libri dedicati a ricercatori, come Constraint Processing (di Rina Dechter, Morgan Kaufmann ed., 2003) sia in libri di carattere più generale usati per insegnare l’Artificial Intelligence nei corsi universitari, come Artificial Intelligence – A Modern Approach (Stuart Russell – Peter Norvig, Pearson ed., 2010, disponibile anche in italiano).
