Concorso di ammissione 41° ciclo

Bando aggiuntivo


Obiettivi formativi del dottorato

Il Dottorato di Interesse Nazionale in Intelligenza Artificiale di Sapienza costituisce la continuazione dell'esperienza rappresentata dalla federazione dei cinque Dottorati Nazionali in Intelligenza Artificiale (Artificial Intelligence, AI) iniziati nel novembre 2021 e descritti nel sito PhD-AI.it. Ciascuno di essi riguarda un tema centrale per la trasformazione digitale della società, ovvero la disciplina dell'Intelligenza artificiale, è guidato da una università capofila, aggrega un ampio consorzio di atenei e di enti di ricerca e collabora con tutti gli altri a diversi livelli, formando una vera e propria rete di dottorati, che hanno una base comune focalizzata sugli aspetti fondazionali dell’AI e 4 aree di specializzazione, descritti qui di seguito con l'indicazione dei corrispondenti capofila:

• Health and life sciences - capofila: Università Campus Bio-Medico di Roma
• Agrifood and environment - capofila: Università di Napoli Federico II
• Government and public bodies - capofila: Sapienza Università di Roma
• Society - capofila: Università di Pisa.

A livello generale il dottorato nazionale è stato istituito al fine di mobilitare la comunità scientifica italiana per confezionare una federazione di corsi di dottorato in AI al più alto livello scientifico, tale da dare impulso alla ricerca e all’innovazione industriale e sociale del paese. Sia a livello dei fondamenti dell'AI sia a livello di effetto trasformativo dell'AI, i temi del Dottorato Nazionale in Intelligenza Artificiale sono caratterizzati da una forte natura multidisciplinare, che promuove l'integrazione di principi, metodologie e tecnologie di diverse aree, incluse l'informatica, la matematica, la fisica, la robotica, la biologia e le scienze cognitive. Al corso di Dottorato Nazionale in AI in Sapienza contribuiscono come partecipanti, oltre alla Sapienza, le seguenti università ed i seguenti enti:

- Università dell'Aquila
- Politecnico di Bari
- Libera Università di Bolzano
- Università di Brescia
- Università di Cagliari
- Università della Calabria
- Università di Genova
- Università di Roma Tre
- Università di Verona
- Università di Udine
- Gran Sasso Institute
- Fondazione Bruno Kessler
- UniTelma Sapienza
- CNR

Specifici obiettivi del PhD-AI sono:
• Costruire una comunità di giovani ricercatori in formazione e di ricercatori in AI distribuiti a livello territoriale e disciplinare;
• Favorire lo scambio di esperienze multi-disciplinari tra i nodi della rete attraverso i periodi di mobilità didattica e di ricerca dei dottorandi;
• Integrare e rafforzare la rete italiana di centri di ricerca in AI, anche in rapporto al programma europeo ICT-48-H2020 “Towards a vibrant European network of AI excellence centres” e alla strategia europea di sviluppo di AI degna di fiducia e incentrata sull'essere umano.

Specifiche economiche


Borse Sapienza Borse Enti Terzi e Dipartimenti Dipartimenti di eccellenza Senza borsa
4 28 0 10

Tematiche, curriculum e competenze specifiche
Themes, curriculum and specific competence



Borse ENTI TERZI, DIPARTIMENTI, ECCELLENZA

Ente finanziatore: DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE "ANTONIO RUBERTI" (DIAG)
 Tematica: Navigazione Autonoma per Rover Spaziali
- Autonomous Navgation for Space Rovers

Ente finanziatore: DIPARTIMENTO DI SCIENZE ODONTOSTOMATOLOGICHE E MAXILLO FACCIALI
 Tematica: FIS 2 - Analisi delle immagini per la valutazione della perdita ossea parodontale e del rischio di parodontite da radiografie panoramiche dentali
- FIS 2 - Image analysis for assessing periodontal bone loss and periodontitis risk from dental panoramic radiographs

Ente finanziatore: AISICO S.R.L
 Tematica: Anomaly detection tramite immagini in ambiente industriale per l'identificazione di danni strutturali ed altre tipologie di difetti su infrastrutture edili principalmente legate al mondo dei trasporti
- Image-based anomaly detection in industrial environments for the identification of structural damage and other types of defects on building infrastructures mainly related to the transport sector

Ente finanziatore: ISTITUTO SUPERIORE DI SANITÀ (ISS)
 Tematica: Metodi e tecniche di Intelligenza Artificiale per la gestione dei dati sulle acque
- Artificial Intelligence Methods and Techniques for Water Data Management

Ente finanziatore: ACCREDIA – L’ENTE ITALIANO DI ACCREDITAMENTO
 Tematica: Strumenti di verifica della conformità e dell’accreditamento nello sviluppo di sistemi di Intelligenza Artificiale
- Tools for verification of conformity and accreditation in the development of artificial intelligence systems.

Ente finanziatore: DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE "ANTONIO RUBERTI" (DIAG)
 Tematica: Tecniche di Intelligenza Artificiale per Industria 5.0
- AI techniques for Industry 5.0

Ente finanziatore: DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE "ANTONIO RUBERTI" (DIAG)
 Tematica: Logica del secondo ordine per il ragionamento non monotono su basi di conoscenza DL e grafi della conoscenza
- Second-order logic for nonmonotonic reasoning over DL knowledge bases and knowledge graphs

Ente finanziatore: DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE "ANTONIO RUBERTI" (DIAG)
 Tematica: Apprendimento sicuro tramite rinforzo per sistemi multi-robot
- Safe Reinforcement Learning for Multi-Robot Systems

Ente finanziatore: DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE "ANTONIO RUBERTI" (DIAG)
 Tematica: Comportamenti robotici intelligenti per imitare le abitudini dei consumatori nelle applicazioni di assistenza domiciliare.
- Intelligent robotic behaviours to mimic consumer habits in home care applications

Ente finanziatore: DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE "ANTONIO RUBERTI" (DIAG)
 Tematica: Applicazione di trasformate di dominio non lineari mediate da reti neurali per predizione di cricche e indebolimenti strutturali in materiali cementizi con dati provenienti da sensori piezoelettrici e piezoresistivi
- Application of nonlinear domain transforms mediated by neural networks for crack and structural weakening prediction in cementitious materials with data from piezoelectric and piezoresistive sensors

Ente finanziatore: DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE "ANTONIO RUBERTI" (DIAG)
 Tematica: Metodologie per la valutazione di safety e security su modelli LLM e LVM
- Safety and security assessment methodologies on LLM and LVM models

Ente finanziatore: DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE "ANTONIO RUBERTI" (DIAG)
 Tematica: Intelligenza Artificiale e Robotica per Agricoltura di Precisione
- Artificial Intelligence and Robotics for Precision Agriculture

Ente finanziatore: UNIVERSITÀ DEGLI STUDI DI BRESCIA
 Tematica: Learning and Planning for Intelligent Autonomous Systems
- Learning and Planning for Intelligent Autonomous Systems

Ente finanziatore: LIBERA UNIVERSITÀ DI BOLZANO
 Tematica: Knowledge Graphs for Data Processing and Machine Learning
- Knowledge Graphs for Data Processing and Machine Learning

Ente finanziatore: UNIVERSITÀ DEGLI STUDI DI GENOVA
 Tematica: Security of Artificial Intelligence for Cybersecurity Applications
- Security of Artificial Intelligence for Cybersecurity Applications

Ente finanziatore: BABELSCAPE S.R.L.
 Tematica: Disambiguazione del senso delle parole in ambito multilinguistico e semantica lessicale e frasale generativa esplicita e latente
- Multilingual Word Sense Disambiguation and explicit and latent generative lexical and phrasal semantics

Ente finanziatore: BABELSCAPE S.R.L.
 Tematica: Approcci innovativi basati su inferenza, ragionamento e pianificazione per modelli linguistici di grandi dimensioni di prossima generazione.
- Innovative Inference, Reasoning and Planning-based Approaches to Next-Generation large Language Models

Ente finanziatore: UNITELMA SAPIENZA
 Tematica: Agent-based AI for adaptive Process Intelligence
- Agent-based AI for adaptive Process Intelligence

Ente finanziatore: UNIVERSITÀ DEGLI STUDI DI VERONA
 Tematica: Uso di tecnologie di intelligenza artificiale nei sistemi produttivi dell’occhialeria
- Use of Artificial Intelligence Technologies in Eyewear Production Systems

Ente finanziatore: UNIVERSITÀ DEGLI STUDI DI VERONA
 Tematica: Beyond multimodal alignment: unveil and represent expert knowledge from free-from structures
- Beyond Vision and Language: Unveil and Represent Knowledge through Auxiliary Tasks

Ente finanziatore: FONDAZIONE BRUNO KESSLER
 Tematica: Model-based failure analysis, monitoring and diagnosis of infinite-state critical systems
- Model-based failure analysis, monitoring and diagnosis of infinite-state critical systems

Ente finanziatore: FONDAZIONE BRUNO KESSLER
 Tematica: Foundation models for time-series analysis and forecasting
- Foundation models for time-series analysis and forecasting

Ente finanziatore: FONDAZIONE BRUNO KESSLER
 Tematica: Background knowledge for reasoning with LLMs
- Background knowledge for reasoning with LLMs

Ente finanziatore: FONDAZIONE BRUNO KESSLER
 Tematica: Integrating LMMs and ontological reasoning for the analysis of engineering diagrams
- Integrating LMMs and ontological reasoning for the analysis of engineering diagrams

Ente finanziatore: FONDAZIONE BRUNO KESSLER
 Tematica: SMT-based model checking of hybrid systems
- SMT-based model checking of hybrid systems

Ente finanziatore: FONDAZIONE BRUNO KESSLER
 Tematica: Large-scale formal verification and testing for parametric systems
- Large-scale formal verification and testing for parametric systems

Ente finanziatore: DIPARTIMENTO DI SCIENZE ODONTOSTOMATOLOGICHE E MAXILLO FACCIALI
 Tematica: FIS 2 - Metodi basati sull'intelligenza artificiale per la telemedicina a distanza per promuovere un'assistenza sanitaria efficace nei pazienti con diabete di tipo 1 e parodontite.
- FIS 2 - AI-based methods for remote telemedicine to promote effective healthcare in patients with type 1 diabetes and periodontitis

Ente finanziatore: UNIVERSITÀ DEGLI STUDI DI CAGLIARI
 Tematica: Machine Learning Security for Foundation Models
- Sicurezza nell'apprendimento automatico per i modelli di base

Borse Sapienza: 4

Procedura concorsuale

Valutazione titoli Titoli valutabili;
- Voto di laurea magistrale o vecchio ordinamento
- curriculum di studi con esami e voto
- pubblicazioni
- premi
- riconoscimenti
- attestati di eccellenza sclientifica
- esperienze professionali
- esperienze progettuali
- Fino a 2 lettere di raccomandazione

Vengono ammessi alla valutazione della proposta di progetto solo i candidati che nella valutazione dei titoli conseguono una votazione di almeno 18/30.
Proposta di Progetto La proposta di progetto potra' avere una lunghezza massima di 4 pagine, deve essere scritta in inglese usando il template a questo indirizzo" "https://github.com/bardsoftware/template-ieee-transactions/blob/master/IEEEtran.cls".
Deve illustrare come il candidato intende avanzare lo stato dell'arte in qualche dominio dell'intelligenza artificiale.
Verranno valutati:
a) la rilevanza dell'argomento proposto, e la sua affinita' rispetto alla linea di ricerca della borsa scelta dal candidato
b) la discussione dello stato dell'arte rispetto alla letteratura scientifica corrente
c) l'originalita' della proposta stessa
d) la sua validita' tecnica
e) l'ammissibilita' dello sviluppo della proposta, considerata la durata del programma di dottorato (3 anni).
L'abuso di strumenti di AI generativa nella scrittura della proposta risultera' in una valutazione negativa della stessa

Vengono ammessi alla prova orale solo i candidati che nella valutazione dei progetto conseguono una votazione di almeno 18/30.
lingua INGLESE
Prova orale La prova orale consiste di una (breve) presentazione, sulla proposta di progetto.
La durata della prova orale verra' decisa dopo la chiusura del bando, e comunicata con almeno tre giorni di anticipo rispetto alla data prevista.
Dopo la presentazione la commissione accertera' le capacita' tecniche dei candidati in diverse aree dell IA e dell'informatica.
La prova orale e' superata con un punteggio minimo di 20/40.
lingua INGLESE

Informazioni e recapiti [IT] Sito con dashboard per informazioni in itinere durante il concorso: https://sites.google.com/diag.uniroma1.it/phdai41admissiondashboard/ Per domande esclusivamente concernenti call links e orari delle prove usare la seguente email: phd.ai-fund@uniroma1.it. Specificare nel subjet [PHD-AI-41-admission] , altrimenti i messaggi dei candidati verranno ignorati. [EN] Here https://sites.google.com/diag.uniroma1.it/phdai41admissiondashboard/ you can find up to date information of the admission project. For questions ONLY related to call links, and time of the tests use this email, phd.ai-fund@uniroma1.it. specifying in the subject [PHD-AI-41-admission]. Emails not containing this line in the subject will be ignored.

Curriculum studiorum

data e voto di laurea (obbligatorio)
elenco degli esami sostenuti per la laurea MAGISTRALE e relative votazioni (obbligatorio)
elenco degli esami sostenuti per la laurea TRIENNALE e relative votazioni
data e voto della laurea TRIENNALE
elenco cronologico di Borse di studio, Assegni di ricerca (et similia) percepiti
Diplomi/attestati di partecipazione di corsi universitari post-lauream
Attestati di partecipazione a gruppi di ricerca
Attestati di partecipazione a stage
Altri riconoscimenti (p. es.: premiazione in concorsi, seconda laurea)
Conoscenze informatiche

Ulteriore documentazione richiesta ai candidati

§ progetto di ricerca (research project)
obbligatorio
La proposta di progetto potra' avere una lunghezza massima di 4 pagine, deve essere scritta in inglese usando il template a questo indirizzo" "https://github.com/bardsoftware/template-ieee-transactions/blob/master/IEEEtran.cls".
Deve illustrare come il candidati intende avanzare lo stato dell'arte in qualche dominio dell'intelligenza artificiale.
Verranno valutati:
a) la rilevanza dell'argomento proposto, e la sua affinita; con la linea di ricerca della specifica borsa scelta dal candidato
b) la discussione dello stato dell'arte corrente presente nella letteratura scientifica
c) l'originalita' della proposta stessa
d) la sua validita' tecnica
e) l'ammissibilita' dello sviluppo della proposta, considerata la durata del programma di dottorato (3 anni).
L'abuso di strumenti di AI generativa nella scrittura della proposta risultera' in una valutazione negativa della stessa, da caricare entro le ore 23:59 del 21/07/2025
§ prima lettera di presentazione (a cura di un docente)
non obbligatorio, la lettera dovrà essere caricata dal docente sull'apposita piattaforma entro il 21/07/2025
La lettera dovra' specificare: da la durata e la natura del rapporto accademico tra chi redige la lettera di presentazione e la/il candidato. Dovra' valutare le sue hard e soft skill e dovra' fornire una valutazione sull'adeguatezza del candidato nell'intraprendere con successo un percorso dottorale.


§ seconda lettera di presentazione (a cura di un docente)
non obbligatorio, la lettera dovrà essere caricata dal docente sull'apposita piattaforma entro il 21/07/2025
La lettera dovra' specificare: da la durata e la natura del rapporto accademico tra chi redige la lettera di presentazione e la/il candidato. Dovra' valutare le sue hard e soft skill e dovra' fornire una valutazione sull'adeguatezza del candidato nell'intraprendere con successo un percorso dottorale.
§ Curriculum Vitae et Studiorum
obbligatorio
Nel CV Specificare:
- Pubblicazioni, Premi e Riconoscimenti
- Mark of master degree
- Esami svolti con voto
- Progetti
- Esperienze Lavorative
, da caricare entro le ore 23:59 del 21/07/2025

Competenza linguistica richiesta ai candidati

Il candidato dovrà obbligatoriamente conoscere le seguenti lingue:
INGLESE

Diario delle prove concorsuali

Valutazione titoli
giorno08/09/2025
notenon indicato
pubblicazione sull'alboNO
pubblicazione sul sito internetSI
indirizzo del sitohttps://phd.uniroma1.it/web/DOTTORATO-NAZIONALE-IN-INTELLIGENZA-ARTIFICIALE_nD3764.aspx
giorno della pubblicazione08/09/2025
info e recapitiphd.ai-fund@diag.uniroma1.it

Altra tipologia (Proposta di Progetto - Project Proposal)
giorno08/09/2025
notenon indicato
ora08:00
aulan/a
indirizzon/a
pubblicazione sull'alboNO
pubblicazione sul sito internetSI
indirizzo del sitohttps://phd.uniroma1.it/web/DOTTORATO-NAZIONALE-IN-INTELLIGENZA-ARTIFICIALE_nD3764.aspx
giorno della pubblicazione08/09/2025
info e recapitiphd.ai-fund@diag.uniroma1.it

Prova orale
giorno11/09/2025
noteIl calendario per lo svolgimento delle prove orali verra' pubblicato alla conclusione della valutazione titoli e del progetto di ricerca. The schedule of the colloquia will be published after the evaluation of the qualfications and the project proposal.
ora08:00
aulamodalita' telematica
indirizzomodalita' telematica
pubblicazione sull'alboNO
pubblicazione sul sito internetSI
indirizzo del sitohttps://phd.uniroma1.it/web/DOTTORATO-NAZIONALE-IN-INTELLIGENZA-ARTIFICIALE_nD3764.aspx
giorno della pubblicazione11/09/2025
info e recapitiphd.ai-fund@diag.uniroma1.it


Al termine delle prove la graduatoria sarà pubblicata sulla pagina web https://www.uniroma1.it/it/pagina/elenco-dei-corsi-di-dottorato dopo la verifica degli atti concorsuali da parte del Settore Dottorato di ricerca - corsi e carriere.
Per ogni informazione sul bando di amissione ai Corsi di Dottorato - 41° ciclo scrivere a ufficio.dottorato@uniroma1.it

Griglia di valutazione

Valutazione titoli

Valutazione titoli

Punteggio massimo complessivo per la prova/overall max score: 30

Carriera accademica, percorso formativo, esperienze professionali e progettuali
Academic career, education, professional experiences and projects

Punteggio massimo/max score: 20

Lettere di Presentazione
Recommendation Letters

Punteggio massimo/max score: 2

Voto di Laurea
Mark of the Master Degree

Punteggio massimo/max score: 3

Pubblicazioni, Premi e Riconoscimenti
Publications and Awards

Punteggio massimo/max score: 5
Altra tipologia (Proposta di Progetto - Project Proposal)

Altra tipologia

Proposta di Progetto
Project Proposal

Punteggio massimo complessivo per la prova/overall max score: 30

pertinenza rispetto al corsi di dottorato, chiarezza e rigore metodologico
relevance w.r.t the PhD course, clarity and methodological rigor

Punteggio massimo/max score: 15

Rilevanza rispetto al tema di ricerca scelto
Relevance with respect to the selected research theme

Punteggio massimo/max score: 10

Originalita'
Originality

Punteggio massimo/max score: 5
Prova orale

Prova orale

Punteggio massimo complessivo per la prova/overall max score: 40

Presentazione e Colloquio
Presentation and Interview

Punteggio massimo/max score: 40

© Università degli Studi di Roma "La Sapienza" - Piazzale Aldo Moro 5, 00185 Roma