Amazon Web Services (AWS) amplia il proprio impegno a favore della ricerca scientifica con una nuova soluzione open source che sfrutta l’intelligenza artificiale conversazionale per consentire a ricercatori e scienziati di individuare dataset di ricerca in pochi secondi anziché in ore. Presentato durante l’AI for Good Summit delle Nazioni Unite di Ginevra, il nuovo strumento collega gli assistenti AI all’AWS Registry of Open Data (RODA), semplificando l’accesso a una delle più grandi raccolte mondiali di dati scientifici pubblicamente disponibili.
L’obiettivo è ridurre il tempo necessario per individuare le informazioni rilevanti, eliminando molte delle complessità che oggi rallentano le attività di ricerca in ambiti come cambiamento climatico, genomica, salute pubblica e biodiversità.
L’intelligenza artificiale semplifica la ricerca dei dataset
Individuare il dataset corretto rappresenta spesso una delle fasi più lunghe di qualsiasi progetto scientifico. I ricercatori devono consultare cataloghi tecnici, verificare licenze, analizzare strutture dei file e confrontare decine di archivi prima ancora di poter iniziare le analisi vere e proprie.
Per superare questo limite, AWS ha sviluppato un server basato sul Model Context Protocol (MCP) che collega direttamente il Registry of Open Data ad assistenti AI come Kiro e Claude Code. Il sistema permette di interrogare il catalogo utilizzando il linguaggio naturale, senza la necessità di conoscere la struttura dei repository o le modalità tradizionali di ricerca.
Un ricercatore può così formulare richieste come “Quali dataset di immagini satellitari sono disponibili per monitorare la deforestazione?” oppure “Quali dataset genomici sono disponibili con licenza Creative Commons?”, ricevendo immediatamente risultati pertinenti accompagnati da descrizioni e anteprime dei dati.
Oltre 1.100 dataset disponibili attraverso il Registry of Open Data
La piattaforma AWS Registry of Open Data ospita oltre 1.100 dataset messi a disposizione da più di 400 organizzazioni internazionali, tra cui NASA, NOAA, National Institutes of Health (NIH) e Allen Institute.
Si tratta di centinaia di petabyte di dati utilizzati per attività di ricerca che spaziano dalla modellazione dell’innalzamento del livello dei mari al monitoraggio delle epidemie, dall’analisi della perdita di biodiversità fino allo studio del genoma umano.
Grazie all’AWS Open Data Sponsorship Program, AWS sostiene inoltre i costi di archiviazione di numerosi dataset scientifici, consentendo alla comunità di ricerca internazionale di accedere gratuitamente a grandi volumi di informazioni.
Un progetto open source per favorire la collaborazione scientifica
La nuova soluzione è distribuita come software open source con licenza Apache 2.0, permettendo a ricercatori, sviluppatori e organizzazioni di integrarla nei propri strumenti e flussi di lavoro.
Secondo AWS, rendere più semplice l’accesso agli open data significa democratizzare la ricerca scientifica, consentendo anche a istituzioni con risorse limitate di utilizzare dataset di elevato valore senza dover affrontare lunghe attività preliminari di ricerca e catalogazione.
L’integrazione con gli assistenti AI punta inoltre a trasformare il modo in cui gli scienziati interagiscono con le informazioni, rendendo possibile una ricerca molto più naturale e immediata.
Dall’accesso ai dati all’innovazione interdisciplinare
L’iniziativa si inserisce in un contesto nel quale l’intelligenza artificiale sta assumendo un ruolo crescente come strumento di supporto alla ricerca scientifica. Ridurre il tempo dedicato alla ricerca dei dati significa permettere agli scienziati di concentrarsi maggiormente sulle analisi e sulle attività sperimentali.
AWS evidenzia inoltre come la disponibilità di strumenti in grado di collegare rapidamente dataset appartenenti a discipline differenti possa favorire nuove forme di collaborazione interdisciplinare e accelerare la nascita di scoperte scientifiche. In questo scenario, gli agenti AI diventano un’interfaccia sempre più importante tra ricercatori e grandi archivi di dati, contribuendo a rendere la conoscenza scientifica più accessibile, interoperabile e facilmente riutilizzabile.
