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

• 
  Un’indagine commissionata da Getac mette in evidenza il ruolo della tecnologia rugged

   Getac Technology Corporation, tra i principali produttori di tecnologia rugged, ha annunciato i risultati del report che ha commissionato ad IDC dal titolo “Redefining Total Cost of Ownership: Rugged Technologies to Empower Industrial Operation2”, Aprile 2024. I risultati...
• 
  PNRR per il rilancio del manifatturiero

  Il PNRR contribuisce alla crescita e alla transizione digitale delle imprese del manifatturiero, che hanno usufruito degli incentivi 4.0 per realizzare importanti investimenti, altrimenti difficilmente realizzabili. Le aziende del settore si preparano ora a recepire il Piano Transizione 5.0,...
• 
  Il report Why Telecoms Matters di Vodafone

  Vodafone ha pubblicato un nuovo report dal titolo Why Telecoms Matters che dimostra come la connettività di prossima generazione e la digitalizzazione dell’industria possano svolgere un ruolo cruciale per la competitività europea. Why Telecoms Matters afferma che la competitività dovrebbe essere...
• 
  ECOI commissiona a Rohde & Schwarz l’indagine comparativa sulla qualità della rete mobile islandese con metodologia ETSI

  L’Ufficio islandese per le comunicazioni elettroniche (ECOI) ha scelto la soluzione di test delle reti mobili di Rohde & Schwarz per valutare e confrontare le prestazioni, la copertura e la capacità dei tre operatori di rete mobile...
• 
  Dal 2024 al 2026: come cambierà la cybersecurity

  Solo 12 mesi fa erano in pochi a conoscere ChatGPT, ma durante quest’anno è come se qualcuno avesse premuto un pulsante di accelerazione con un’adozione incredibile di questo nuovo servizio. L’anno di esplosione dell’intelligenza artificiale generativa (GenAI)...
• 
  Kaspersky rivela il livello di adozione della GenAI nelle aziende italiane

  Un tempo considerata una novità tecnologica, la GenAI si è trasformata in una vera e propria risorsa aziendale in grado di automatizzare ed eseguire una vasta gamma di attività. Nonostante la maggioranza degli intervistati in Italia abbia...
• 
  Ricerca: Politecnico di Milano e Irccs-Istituto Neurologico Carlo Besta alleati sulle neuroscienze

  Una nuova piattaforma di ricerca che riunisce tre laboratori che lavoreranno su progetti congiunti della Fondazione Irccs Istituto Neurologico Carlo Besta e del Politecnico di Milano per accelerare le conoscenze sulle malattie neurologiche per scoprire nuove terapie....
• 
  Tre aziende su quattro stanno incrementando investimenti nell’Intelligenza Artificiale Generativa

  L’AI Generativa (GenAI) è l’acceleratore del decennio e rappresenta un’opportunità unica e immediata per le imprese. Lo studio Dell Technologies GenAI – condotto su 500 decisori IT (ITDM) con la responsabilità di implementare la GenAI in Francia,...
• 
  Data strategy, 1 grande impresa su 5 ha raggiunto la maturità

  Il 2023 è stato l’anno della Generative AI nell’analisi dei dati e dell’applicabilità del Data Governance Act. La spesa delle aziende italiane in infrastrutture, software e servizi per la gestione e analisi dei dati cresce del +18%...
• 
  Strumentazione innovativa e smart sensing

  L’innovazione nella strumentazione si diffonde sulle note del software, mettendo a disposizione strumenti aggiornabili, versatili e pronti a sfruttare i Big Data e ad inserirsi nelle reti digitali. I sensori che raccolgono tutti i dati disponibili non...