/*Google Analytics*/

Macchine matematiche, la nuova teoria tutta italiana

Lo sviluppo delle macchine matematiche – i sistemi ideati per risolvere problemi complessi attraverso l’analisi di dati – vede innanzi a sé una nuova strada, anzi una nuova teoria messa a punto presso l’ARCES (Advanced research center on electronic systems) “Ercole De Castro” dell’Università di Bologna.

Gli studiosi, utilizzando Deep learning e Big data dei computer, hanno trovato un nuovo modello matematico che fa girare analisi High-tech e algoritmi e consente di creare sistemi artificiali alla base dell’Intelligenza artificiale applicata sia alla ricerca scientifica che alle operazioni concrete. Lo sviluppo di metodologie e algoritmi computazionali rende possibili cose che, fino a poco tempo fa, erano tecnicamente impossibili.

Ma facciamo un piccolo passo indietro. Era il 2006 e il matematico inglese Clive Humby riteneva che i dati fossero “il nuovo petrolio”. La sua osservazione si è rivelata corretta: i dati sono infatti per la rivoluzione dell’Artificial intelligence la stessa cosa che i combustibili fossili sono stati per la rivoluzione industriale negli ultimi tre secoli. Come il petrolio, anche i dati necessitano di processi di raffinazione, elaborazione e analisi: in questa catena di lavorazione un ruolo cruciale è giocato proprio dagli algoritmi.

Gli algoritmi sono procedimenti che risolvono problemi attraverso un numero finito di passi in un tempo ragionevole. Nel mare dei Big data, tra quantità enormi di informazioni da analizzare, “trovare rapidamente e con precisione le risposte che si stanno cercando è sempre più fondamentale”, spiega Patrizio Frosini, professore associato al Dipartimento di Matematica dell’Università di Bologna, che ha collaborato allo studio: “per farlo esistono sistemi di Deep learning capaci di apprendere compiti specifici a partire dall’analisi dei dati disponibili”.

Finora non era semplice descrivere questi meccanismi e i singoli componenti: per questo motivo è stata messa a punto una nuova teoria matematica, che consente di estrarre le informazioni più importanti partendo dal grande universo di quelle disponibili.

Secondo Andrew Moore, docente di Machine learning presso la Carnegie Mellon University, l’Intelligenza Artificiale è “la scienza che sa far realizzare alle macchine quelle cose che pensavamo fosse capace di fare solo l’uomo” e un primo esempio concreto ne sono i calcolatori automatici degli anni ’70. Da allora l’uomo ha scritto algoritmi e creato computer sempre più produttivi: da qualche anno a questa parte, in particolare, assistiamo a qualcosa di ancor più innovativo, costituito dalla capacità delle macchine stesse di modificare gli algoritmi e renderli più efficienti. La natura degli algoritmi cambia: da procedimenti statici a miglioramento lento e periodico, guidato dall’uomo, diventano oggetti dinamici sempre meno a guida umana.

Lo studio dei ricercatori italiani, nato nel campo della topologia computazionale e pubblicato su Nature Machine Intelligence, presenta un modello scientifico capace di descrivere come viene filtrato e trasformato in modo più adeguato ed efficace a servizio dell’innovazione.

Gli elementi fondamentali del modello sono macchine capaci di trasformare le informazioni (dette operatori) che possono essere combinate in reti complesse. “Studiare le proprietà di questi operatori ci permette di comprendere meglio il loro funzionamento, e rendere quindi più efficienti i sistemi di elaborazione dei dati”, precisa Frosini.

Questi sistemi producono sintesi significative di grandi basi di dati e si spera che in futuro arriveranno a riconoscere somiglianze tra due forme con le stesse abilità dell’uomo. Questa capacità potrebbe essere applicata in campo medico-scientifico, per esempio per interpretare correttamente i sintomi di una malattia.

Che sottolinea: “questi sistemi sono in grado di produrre sintesi significative 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, in campo medico e scientifico, per interpretare in modo corretto i sintomi di una malattia”.

Gli algoritmi si dimostrano quindi sempre più uno dei principali strumenti di innovazione per l’uomo.