I principali interessi di ricerca di Francesco Conti riguardano lo sviluppo di tecniche di intelligenza avanzata basata sul "deep learning" in piattaforme hardware a bassissimo consumo ed altissima efficienza energetica. È uno dei contributori principali del progetto open source PULP platform project in particolare per quanto riguarda l'integrazione di acceleratori hardware specializzati, ma è interessato in argomenti che comprendono l'intero stack tecnologico "dal C al silicio".
Al momento la sua attività si focalizza sui seguenti temi, riguardo i quali è disponibile come correlatore per tesi di maggiore impegno:
- architetture hardware ad alta efficienza energetica per il deep learning (e.g. design digitale di core specializzati, acceleratori, progetto e tape-out di chip di ricerca, FPGA)
- software per deep learning / inference a basso consumo su dispositivi embedded (commerciali, ad esempio microcontrollori STM32, e accademici, come PULP)
- training di neural network approssimate (quantizzate, binarizzate) per il minimo consumo energetico
- applicazioni del deep learning ultra-low power (ad esempio droni/UAV autonomi, mini-robot)