L’Italia mette a punto un nuovo modello matematico per creare sistemi artificiali intelligenti
Un gruppo italiano di ricercatori ha messo a punto una nuova teoria che apre la strada allo studio delle “macchine matematiche” pensate per risolvere problemi complessi grazie all’analisi dei big data. Tra enormi quantità di informazioni da esplorare e analizzare, trovare rapidamente e con precisione le risposte che si stanno cercando è sempre più importante.
Per farlo esistono sistemi di deep learning capaci di apprendere compiti specifici a partire dall’analisi dei dati disponibili. Fino ad oggi però, descrivere questi complessi meccanismi matematici, individuandone i singoli componenti, non era affatto semplice.
Uno studio realizzato da un gruppo di italiani e pubblicato su Nature Machine Intelligence, punta a cambiare le cose. Grazie ad un nuovo modello scientifico, le macchine matematiche pensate per esplorare i big data possono essere studiare in un altro modo, più efficace per creare sistemi artificiali intelligenti.
“Abbiamo messo a punto una nuova teoria matematica grazie alla quale è possibile arrivare ad estrarre le informazioni più importanti a partire dal grande universo di quelle disponibili” conferma Patrizio Frosini, professore associato al Dipartimento di Matematica dell’Università di Bologna che ha collaborato allo studio.
Nato nel campo della topologia computazionale, lo studio presenta un modello scientifico in grado di descrivere come il mondo dei dati viene filtrato e trasformato. Gli elementi fondamentali di questo modello sono macchine che trasformano le informazioni, che possono essere combinate in reti molto complesse. Studiare le proprietà di questi operatori permette di comprendere meglio il loro funzionamento e rendere quindi più efficienti i sistemi di elaborazione dei dati.
“Questi sistemi sono in grado di produrre sintesi di grandi basi di dati e si spera possano in futuro arrivare a riconoscere somiglianze tra due forme con la stessa abilità di un essere umano. Una capacità che potrebbe essere applicata, ad esempio, per interpretare in modo corretto i sintomi di una malattia” continua Frosini.
I risultati teorici descritti nell’articolo sono stati ottenuti all’interno della linea di ricerca Mathematical Foundations of Topological Data Analysis presso ARCES (Advanced Research Center on Electronic Systems), centro di ricerca dell’Università di Bologna