Giovedì, 27 Febbraio 2020
stampa
Dimensione testo

Scienza e Tecnica

Home Scienza e Tecnica L’intelligenza artificiale diventa più sostenibile

L’intelligenza artificiale diventa più sostenibile

Scienza e Tecnica
Rappresentazione grafica della matrice alla base delle nuove memorie (fonte: Politecnico di Milano)
© ANSA

L’intelligenza artificiale diventa più sostenibile, grazie a nuovi circuiti di calcolo che permettono di svolgere operazioni complesse in modo più veloce e con minore consumo di energia. Il nuovo circuito è stato sviluppato dal Politecnico di Milano ed è pubblicato sulla rivista Science Advances.

I nuovi circuiti, spiegano gli autori della ricerca, “mappano più fedelmente la struttura delle cosiddette reti neurali e le caratteristiche delle sinapsi biologiche, su cui si basano i sistemi di intelligenza artificiale. Uno dei modi è elaborare i dati direttamente all’interno della memoria, esattamente come nel cervello umano”.

Grazie alle reti neurali, gli attuali sistemi di intelligenza artificiale, come quelli di un comune smartphone, sono in grado di riconoscere un volto o un oggetto e di interpretare correttamente una parola o un brano musicale. Al costo, però, di un elevato consumo energetico.

“Le reti neurali - precisano i ricercatori del Politecnico di Milano - hanno, infatti, bisogno di un opportuno addestramento, così energeticamente oneroso che - concludono - la loro impronta ecologica può eguagliare quella di cinque automobili in tutto il loro arco vitale”. L’obiettivo dei nuovi circuiti è ridurre questa impronta ambientale, eseguendo calcoli complessi in una sola operazione.

I circuiti riescono ad eseguire in una sola operazione una funzione cognitiva nota come regressione, utilizzando una memoria resistiva, choiamata memristore, che riesce a memorizzare un dato qualsiasi nel valore della sua resistenza. Gli elementi di memoria sono stati quindi organizzati in una matrice delle dimensioni di pochi milionesimi di metro e il primo test è stato determinare la retta che meglio descrive una sequenza di dati, permettendo ad esempio di prevedere l’andamento della borsa sulla base di un semplice modello lineare
È stata infine  dimostrata la regressione logistica, che permette di classificare un dato all’interno di una banca dati. Questa funzione è fondamentale nei cosiddetti sistemi di raccomandazione, che sono uno strumento di marketing fondamentale per gli acquisti sul web.

© Riproduzione riservata

* Campi obbligatori

Immagine non superiore a 5Mb (Formati permessi: JPG, JPEG, PNG)
Video non superiore a 10Mb (Formati permessi: MP4, MOV, M4V)

X
ACCEDI

Accedi con il tuo account Facebook

Login con

Login con Facebook
  • Seguici su
X