Big data e deep learning: un nuovo modello matematico per creare sistemi artificiali intelligenti

Nel vasto mare 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 fondamentale. 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 tutto italiano di ricercatori e appena pubblicato su Nature Machine Intelligence punta ora a cambiare le cose, grazie ad un nuovo modello scientifico che apre la strada allo studio delle “macchine matematiche” pensate per esplorare i big data e al loro utilizzo 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 – un’area di ricerca che unisce matematica e informatica – 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 – dice ancora il professor Frosini – sono macchine che trasformano le informazioni, chiamate ‘operatori’, che possono essere combinate in reti molto 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”.

Il modello messo a punto dai ricercatori offre allora suggerimenti preziosi per arrivare a costruire sistemi intelligenti capaci di risolvere problemi complessi grazie all’analisi dei big data. “Questi sistemi – spiega Patrizio Frosini – 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, per interpretare in modo corretto i sintomi di una malattia”.

Lo studio è stato pubblicato su Nature Machine Intelligence con il titolo “Towards a topological-geometrical theory of group equivariant non-expansive operators for data analysis and machine learning”. Per l’Università di Bologna hanno partecipato Patrizio Frosini e Nicola Quercioli, entrambi afferenti alDipartimento di Matematica. Hanno partecipato inoltre Mattia G. Bergomi (Champalimaud Centre for the Unknown, Portogallo) e Daniela Giorgi (CNR – Istituto di scienza e tecnologie dell’informazione “Alessandro Faedo”).

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 “Ercole De Castro”, centro di ricerca dell’Università di Bologna.

Contenuti correlati

• 
  Affrontare le sfide nell’era dell’AI: una ricerca di Hitachi Vantara

  Una ricerca di Hitachi Vantara, azienda controllata di Hitachi, focalizzata sull’archiviazione dati, sulle infrastrutture e sulla gestione del cloud ibrido, rivela che sicurezza, accuratezza e velocità nella fruizione dei dati sono priorità fondamentali per quelle aziende che a...
• 
  7 milioni di fondi per rafforzare competenze nelle aziende

  Il bando ‘Competenze&Innovazione’ di Regione Lombardia ha reso concreto quanto era contenuto in una delibera approvata dalla Giunta regionale pochi mesi, fa su proposta dell’assessore all’Università, Ricerca e Innovazione Alessandro Fermi: sono stati stanziati 7 milioni di euro...
• 
  PNI 2024, in scena le startup innovative nate da università ed enti di ricerca

  Innovazione sostenibile, formazione e investimenti sono, come evidenziato dal recente Rapporto Draghi, le leve fondamentali per affrontare le sfide globali di oggi e rilanciare la competitività del sistema Italia. In questo contesto, il Premio Nazionale per l’Innovazione...
• 
  Procurement dei materiali indiretti: risultati della Ricerca MRO 2024 di RS Italia

  RS Italia ha pubblicato la terza edizione dell’annuale Ricerca MRO 2024, sul procurement dei materiali indiretti comunemente detti MRO (Maintenance, Repair, Operations), realizzata in collaborazione con Adaci (Associazione italiana acquisti e supply management) e UER-Università Europea di...
• 
  Big Data, big opportunity

  Per sfruttare i massivi insiemi di dati provenienti da macchine e prodotti IoT, servono sistemi all’avanguardia che integrino automazione avanzata e intelligenza artificiale Correva l’anno 1892 quando, nell’Avventura dei Faggi Rossi, Arthur Conan Doyle faceva esclamare a...
• 
  Il mercato italiano dei Big Data vale 3,42 miliardi di euro (+20%) con l’intelligenza artificiale che traina gli investimenti

  Secondo una recente ricerca dell’Osservatorio Big Data & Business Analytics della School of Management del Politecnico di Milano, nel 2024 la spesa delle aziende italiane in risorse infrastrutturali, software e servizi connessi alla gestione e analisi dei dati crescerà...
• 
  Il 20% dei produttori utilizza la sicurezza di rete come prima linea di difesa contro gli attacchi informatici

  Secondo un recente sondaggio condotto dalla società di ricerche ABI Research sullo stato della tecnologia nel settore manifatturiero, i produttori hanno individuato la sicurezza OT della rete come principale ambito di investimento per quanto concerne la sicurezza...
• 
  Come quantificare il legame fra le particelle?

  Il Premio Nobel della Fisica 2022 ha premiato una serie di spettacolari esperimenti che hanno confermato l’esistenza dell’Entanglement, un fenomeno che trova spiegazione nella meccanica quantistica. L’Entanglement, correlazione quantistica, rappresenta la quantità di informazione aggiuntiva che possono...
• 
  Università, impresa e ricerca fanno rete con il Digital Transformation and Technology Transfer Hub di Unipa

  Un ecosistema aperto per promuovere e stimolare i processi innovativi di trasformazione delle imprese e, contemporaneamente, offrire opportunità di crescita e di successo ai tanti talenti e alle diverse professionalità che si formano all’interno dell’Ateneo in uno...
• 
  Credere nella forza dell’innovazione

  Il nuovo studio di reichelt elektronik fa luce sullo scenario attuale, sul potenziale delle tecnologie come AI, ML, Big Data, robotica e IoT e sul loro utilizzo nelle aziende industriali italiane Automazione come soluzione universale per l’industria...