Automazione Oggi 453

94 | APRILE 2024 AUTOMAZIONE OGGI 453 reare dei microprocessori in grado di replicare i sistemi di apprendimento biologico, così da rendere l’intelligenza arti- ficiale più flessibile, efficiente e sostenibile anche dal punto di vista ambientale. È questa la sfida lanciata da un gruppo in- ternazionale di ricercatori, coordinato dal Neuromorphic AI Lab (Nuai Lab) della Utsa (University of Texas at San Antonio), di cui fa parte anche Vincenzo Lomonaco, tra i mas- simi esperti italiani di Continual Learning, ricercatore presso il Dipartimento di Infor- matica dell’ Università di Pisa ( www.unipi.it ) e tra gli autori dell’articolo ‘Design principles for lifelong learning AI accelerators’, pubbli- cato sulla rivista scientifica Nature Electronics. “La fallibilità dell’intelligenza artificiale è an- cora troppo alta e questo perché l’AI, così come la conosciamo oggi, si basa su sistemi di apprendimento automatico troppo rigidi, che la rendono incapace di affrontare con- dizioni nuove, non precedentemente incon- trate durante il processo di addestramento” spiega Vincenzo Lomonaco. “Di fatto, le fac- ciamo apprendere una grande quantità di informazioni tutte insieme, ma ogni volta che emerge una novità su un determinato tema dobbiamo aggiornare il sistema da zero. Tutto ciò, oltre ad essere poco efficiente, ha anche dei costi altissimi, sia in termini econo- mici sia ambientali, visto l’elevato consumo di energia e le conseguenti emissioni di CO 2 di questi processi”. Aggiornare un sistema di AI, d’altronde, può arrivare a costare fino a diversi milioni di euro. Mentre per avere un’idea dell’impronta ambientale dell’AI basti pensare che, se- condo un recente studio dell’Università del Massachusetts, l’addestramento di diversi modelli di intelligenza artificiale di grandi di- mensioni può emettere una quantità di ani- dride carbonica equivalente a cinque volte quella emessa da un’auto americana media durante il suo ciclo di vita, compreso il pro- cesso di produzione.  Una soluzione a tutto ciò, secondo Lomo- naco e gli altri ricercatori del Neuromorphic AI Lab, coordinato dalla professoressa Dhi- reesha Kudithipudi, è rappresentata dall’Ap- prendimento Automatico Continuo (noto anche come Continual Learning o Lifelong Learning), che permetterebbe all’AI di assi- milare un gran numero di conoscenze in se- quenza, senza dimenticare quelle acquisite in precedenza. “Per realizzare un sistema di apprendimento di questo genere è necessario modificare gli attuali paradigmi computazionali ed elimi- nare i vincoli infrastrutturali esistenti” pro- segue Lomonaco. “Per questo, con i colleghi del Nuai Lab di San Antonio, abbiamo get- tato le basi di un nuovo sistema di appren- dimento incrementale, basato sul co-design hardware-software, ossia sulla progettazione simultanea di componenti hardware e sof- tware, così da dar vita a un sistema di lifelong learning per l’AI che sia robusto e autonomo. Il tutto basato su algoritmi di nuova gene- razione che, lavorando in modo più simile all’intelligenza umana, permettono all’in- telligenza artificiale di accrescere le proprie conoscenze in modo progressivo, più rapido ed efficiente, con consumi che si avvicinano a quelli di una lampadina”. C Nicola Maggi AUTOMAZIONE OGGI AO DOMANI AI verso un futuro più ‘umano’ e sostenibile Vincenzo Lomonaco, a sinistra, assieme ai colleghi del Dipartimento di Informatica dell’Università di Pisa, Antonio Carta, in centro, e Andrea Cossu, a destra