L’intelligenza artificiale mette il turbo alla ricerca di nuovi algoritmi utili, come quelli per le traduzioni di testi e il riconoscimento delle immagini. Ancora una volta il risultato arriva dall’azienda Deep Mind di Google con AlphaTensor, il sistema che ha permesso di identificare tutte le migliori ‘scorciatoie’ per rendere più semplici alcuni tipi di calcoli complessi. I risultati, ottenuti sotto la guida di Alhussein Fawzi, ricercatore di DeepMind, sono pubblicati sulla rivista Nature.
“AlphaTensor è riuscito a identificare i modi più efficienti per moltiplicare tra loro matrici, ossia blocchi numeri più o meno grandi molto usati in ambito informatico per una grande varietà di operazioni che hanno applicazioni molto concrete”, – ha detto all’ANSA l’esperto di reti neurali Simone Scardapane, dell’Università Sapienza di Roma, commentando il risultato .
Alpha Tensor è una sorta di evoluzione di AlphaGo, l’algoritmo sviluppato dalla DeepMind, specializzato nel giocare a Go – considerato uno dei giochi più impegnativi per una macchina perché richiede un’enorme sforzo di elaborazione – che nel 2016 ne sconfisse anche il campione del mondo, Lee Sedol.
“Di fatto i ricercatori hanno chiesto all’algoritmo di ‘giocare’ nel cercare i modi migliori per moltiplicare tra loro due matrici”, ha spiegato Scardapane. “Esistono infatti due percorsi: uno è quello di eseguire tutte le operazioni passo dopo passo, l’altro è trovare delle sorta di scorciatoie che portano a risultati identici, ma eliminando alcuni calcoli. AlphaTensor ha trovato le migliori scorciatoie e migliorato molte di quelle già scoperte”.
Il possibile impatto del nuovo sistema è rilevante perché potrebbe ridurre anche del 10% il numero delle operazioni necessarie a completare calcoli molto impegnativi, come quelli che permettono la traduzione di un testo, il dialogo o il riconoscimento delle immagini. Meno operazioni vuol dire una minore energia utilizzata, di conseguenza costi minori e riduzione delle emissioni da parte dei grandi data center.
