クリエイティビティは、複雑な課題に対処しながら文化的遺産を守るうえで不可欠な、強力かつ再生可能な資源です。その中でもAIは私たちの可能性を広げ、これまで想像できなかった新たな道を切り開くためのツールと洞察を提供してくれる重要な役割を担うと私は考えています。私にとって「AIの創造性への応用」という研究は、科学と人間の想像力が交わるエキサイティングな未知の領域です。物理学・数学・統計学などの基礎分野は、複雑なシステムをモデル化し、パターンを見つけ、新しい解決策を生み出すための手段を与えてくれます。こうした科学的原理に支えられたAIは、単なる協力者の枠を超え、イノベーションや問題解決、自己表現の力を大幅に引き上げる強力な推進役となります。
私の研究は、AIによって支えられ、さらにその力によって拡張される「創造性の変革力」を信じて推進しています。それは、文化的・創造的表現がますます豊かに花開く世界を築くための原動力でもあります。伝統と革新を結びつけることで、創造性が進歩・レジリエンス・持続可能な発展の礎となる未来に貢献することを目指しています。
Selected Publications
A. Londei, M. Benati, D. Lanzieri, V. Loreto, “Dreaming Learning”, NeurIPS 2024, 2nd Workshop on Intrinsically Motivated Open-ended Learning (2024).
Zeghal, J., Lanzieri, D., Aubourg, E., Boucaud, A., Lanusse, F., Louppe, G., Bayer, A., LSST Dark Energy Science Collaboration. Simulation-Based Inference Benchmark for LSST Weak Lensing Cosmology. Astronomy & Astrophysics journal (2024).
Lanzieri, D., Zeghal, J., Makinen, L., Boucaud, A., Lanusse, F., Starck, J.L., Optimal Neural Summarisation for Full-Field Cosmological Implicit Inference. Astronomy & Astrophysics journal (2024).
Lanzieri, D., Lanusse, F., Chirag, M., Horowitz, B., Harnois-D´eraps, J., Starck, J.L., LSST Dark Energy Science Collaboration. Forecasting the power of Higher Order Weak Lensing Statistics with automatically differentiable simulations. Astronomy & Astrophysics journal (2023).
Lanzieri, D., Lanusse, F., Starck, J. L. Hybrid Physical-Neural ODEs for Fast N-body Simulations. ICML 2022 Workshop on Machine Learning for Astrophysics (2022).