Il Professor Alfonso Monaco

Il professor Alfonso MonacoUn’altra eccellenza gioiese che opera nell’Università degli Studi di Bari, ancor prima che questa celebrasse il centenario della sua istituzione, è il dott. Alfonso Monaco.

Non si tratta di una mia esagerata affermazione, dettata da spirito campanilistico, ma di una visione basata sui meriti acquisiti sul campo, come si evidenzia attraverso il curriculum di seguito riportato.

Ha frequentato gli studi nella sua Gioia del Colle e si è diplomato presso il Liceo Scientifico Statale “Ricciotto Canudo”

Laureatosi in Fisica presso l’Università degli Studi “Aldo Moro” di Bari, ha conseguito il dottorato di ricerca studiando la componente di antimateria nei raggi cosmici, come membro di importanti collaborazioni di astrofisica. I risultati delle sue ricerche di laurea e dottorato sono stati pubblicati su riviste di prestigio quali Nature e Science.

Alfonso Monaco è Professore Associato di Fisica Applicata presso il Dipartimento di Fisica dell’Università degli Studi di Bari, dove attualmente insegna, tra l’altro, il corso “Machine Learning for Physics”.

È ricercatore associato dell’Istituto Nazionale di Fisica Nucleare (INFN), con cui collabora da oltre quindici anni partecipando a numerosi esperimenti nazionali e internazionali, anche in qualità di responsabile scientifico.

Dal 2011 ha ampliato i propri interessi verso l’intelligenza artificiale e, in particolare, il machine learning applicato alla fisica, alle scienze della vita e allo studio dell’ambiente.

Negli ultimi dieci anni, insieme al suo gruppo di ricerca, ha ottenuto risultati di rilievo in diverse competizioni internazionali dedicate all’apprendimento automatico, tra cui una organizzata dalla Harvard University.

Collabora inoltre a progetti che coinvolgono centri di ricerca di livello globale, come la NASA e il CERN di Ginevra, e sta gestendo come responsabile scientifico progetti con budget milionari.

La sua produzione scientifica comprende oltre 300 pubblicazioni su riviste internazionali ad alto impatto, con più di 7000 citazioni.

Le sue ricerche riguardano principalmente lo sviluppo di modelli di apprendimento automatico per lo studio delle malattie neurodegenerative tramite analisi di immagini cerebrali, la valutazione dell’impatto dell’inquinamento sulla salute e l’indagine del ruolo dei geni nell’insorgenza di patologie complesse.

La sede del Dipartimento di Fisica dell’Università degli Studi di Bari

Dal 2023 è socio fondatore della startup universitaria RAISE, dedicata allo sviluppo di soluzioni basate sull’intelligenza artificiale in ambiti quali neuroscienze, genomica e osservazione della Terra.

È membro del collegio dei docenti del dottorato in Fisica dell’Università di Bari e di quello in Smart and Sustainable Industry del Politecnico di Bari, e partecipa a diverse commissioni accademiche impegnate nella valutazione della ricerca e nel miglioramento della qualità della didattica.

Dal 2013 a oggi ha seguito come relatore numerose tesi di laurea e di dottorato.

Attualmente è delegato per il Job Placement del Dipartimento di Fisica.

La sua attività di ricerca si è evoluta nel tempo mantenendo una forte impronta quantitativa. Dopo gli studi iniziali sulla antimateria nei raggi cosmici e lo sviluppo di metodologie innovative di analisi per la fisica delle alte energie, ha progressivamente orientato il proprio lavoro verso l’elaborazione di grandi moli di dati biomedicali, genomici e ambientali.

Ha collaborato con dipartimenti universitari e strutture sanitarie quali l’Ospedale Panico di Tricase, l’I.R.C.C.S. S. De Bellis di Castellana Grotte e l’I.R.C.C.S. Giovanni Paolo II di Bari, sviluppando modelli di machine learning e tecniche basate sulle reti complesse per l’analisi di dati genomici, di misurazioni cliniche real-time e di immagini biomediche.

In ambito neurodegenerativo ha progettato metodi quantitativi per la valutazione automatica della progressione dell’atrofia ippocampale e la classificazione di pazienti, integrando approcci di analisi statistica, neuroimmagini e tecniche di community detection per lo studio dell’espressione genica in malattie come Alzheimer e Parkinson.

Parallelamente ha maturato un’ampia esperienza nella costruzione di workflow per l’analisi di dati ambientali e satellitari, sviluppando algoritmi di intelligenza artificiale capaci di stimare con elevata risoluzione i livelli di inquinamento e di integrarli con dati socio-sanitari per valutarne l’impatto sulla salute.

Durante la prima ondata della pandemia da Covid-19 è stato tra i primi in Italia, insieme al suo gruppo, a evidenziare la correlazione tra inquinamento atmosferico e severità della malattia; un suo lavoro sulla relazione tra Covid-19 e gruppi sanguigni è stato tra i cinquanta articoli più letti di Scientific Reports nel 2021.

Più recentemente un documento ufficiale del Parlamento Europeo (Europe’s Beating Cancer Plan: Implementation Findings, European Parliamentary Research Service) ha citato un suo articolo dedicato all’analisi, tramite tecniche di intelligenza artificiale, del ruolo dei fattori ambientali nella diffusione delle principali forme tumorali in Italia.

L’intero percorso scientifico di Alfonso Monaco si distingue per l’uso integrato di metodologie fisiche, statistiche e computazionali avanzate, applicate a contesti di grande rilevanza sociale e scientifica, dalla fisica delle alte energie alle scienze della vita, fino allo studio dell’ambiente e della salute pubblica.

Al prof. Alfonso Monaco, orgoglio della nostra Città ed eccellenza nel campo universitario internazionale, l’augurio di proseguire nei suoi studi e nelle sue ricerche a beneficio di tutta l’umanità.

Quasi in contemporanea alla pubblicazione di questo articolo, in data 1 aprile 2026 il sito uniba.it  dell’Università degli Studi di Bari “Aldo Moro” ha pubblicato il seguente articolo.

Il progetto a cui ha collaborato il prof. Alfonso Monaco

Dagli abissi la sentinella  dei terremoti: l’AI trasforma i cavi sottomarini in sensori intelligenti per rilevare eventi sismici,

Bari, 1 aprile 2026 – Una rete invisibile di migliaia di chilometri, già distesa sui fondali oceanici per connettere il mondo, può diventare la più grande infrastruttura di monitoraggio sismico mai esistita. È questo il cuore dello studio “Seismic detection using submarine cable polarization signals with machine learning”, condotto da un gruppo di ricerca italiano guidato dall’Università di Bari e pubblicato sulla prestigiosa rivista Comunications Earth & Environment (gruppo Nature).

La ricerca affronta una sfida di rilevanza globale: il  monitoraggio e l’osservazione tempestiva degli eventi sismici. Grazie all’impiego delle tecniche avanzate di Intelligenza Artificiale, i ricercatori hanno dimostrato che è possibile rivelare ed analizzare le variazioni dello stato di polarizzazione dei segnali ottici che viaggiano nei cavi sottomarini di telecomunicazione, trasformandoli, di fatto, in “sensori diffusi”. 

Lo studio ha analizzato oltre due anni di dati (2022-2024) acquisiti tramite il cavo Med-Nautilus posizionato nell’area del Mediterraneo meridionale, realizzando un sistema di allerta precoce altamente efficace. Il sistema è in grado di rilevare tempestivamente, nell’arco  di appena poche decine di secondi, segnali sismici con epicentro a centinaia di chilometri di distanza.

Il principale punto di forza della ricerca risiede nella sua applicabilità immediata: non è necessario installare nuovi e costosi sensori fondali, poiché l’infrastruttura è già presente.

Sfruttando i cavi in fibra ottica esistenti, il sistema sviluppato in questo nuovo studio consente un monitoraggio continuo, soprattutto in aree remote o sui fondali molto profondi, dove l’installazione di sismografi è tecnicamente ed economicamente proibitiva.

Lo studio è il risultato di una straordinaria collaborazione multidisciplinare, coordinata dai ricercatori dell’Università di Bari nell’ambito di una sinergia che ha visto coinvolti la Marina Militare Italiana, Telecom Italia Sparkle S.p.A., il PolySense Lab, il Politecnico di Bari e l’Istituto Nazionale di Geofisica e Vulcanologia (INGV), con il supporto tecnologico di Engineering Ingegneria Informatica S.p.A.

Il gruppo di ricercatori del progetto insieme al prof. Alfonso Monaco

Nello specifico, lo studio è stato condotto dal gruppo di ricerca in Fisica Applicata dell’Università di Bari e ha coinvolto due giovani ricercatori, Mario Caruso e Michele Morelli, supervisionati da Alfonso Monaco e Tommaso Maggipinto, docenti del Dipartimento Interuniversitario di Fisica, da Loredana Bellantuono, docente del Dipartimento di Biomedicina Traslazionale e Neuroscienze, da Nicola Amoroso, docente del Dipartimento di Scienze del Farmaco, e dal Rettore Roberto Bellotti.

“Questo risultato evidenzia come la ricerca universitaria sia in grado di generare innovazione ad alto impatto, coniugando competenze teoriche e sviluppo tecnologico”, dichiara il Rettore Bellotti. “Le Università svolgono un ruolo centrale nel trasformare la conoscenza avanzata in soluzioni concrete per la comprensione dei fenomeni naturali e per il rafforzamento delle capacità di monitoraggio e di salvaguardia del territorio”.

La ricerca conferma il contributo dell’Università di Bari allo sviluppo di soluzioni innovative ad alto impatto, in linea con le priorità nazionali ed europee in materia di resilienza, sicurezza e trasformazione digitale.

È l’ulteriore prova della bontà e degli studi e delle applicazioni scientifiche che il nostro concittadino sta  sviluppando nell’Università degli Studi di Bari, in collaborazione con altri scienziati e ricercatori pugliesi.

Ringrazio il sig. Rocco Monaco per avermi fornito notizie riguardanti il curriculum del figlio, il dott. Alfonso Monaco.

© È consentito l’utilizzo del contenuto di questo articolo per soli fini non commerciali, citando la fonte ed il nome dell’autore.