Coin Press - Algoritmi più efficaci per ridurre i consumi di energia dell'IA

Mettere a punto algoritmi più efficaci per ridurre i consumi di energia, attualmente altissimi, da parte dei sistemi di intelligenza artificiale: è una delle sfide che la fisica statistica si prepara ad affrontare nella sua conferenza mondiale che si apre oggi a Firenze con oltre 1.500 scienziati da tutto il mondo. A fare gli onori di casa sono il presidente della Società Italiana di Fisica Statistica Roberto Liv e Stefano Ruffo, a capo del comitato direttivo della conferenza, chiamata Statphys29 e in programmma fino al 18 luglio. Ad aprire i lavori il Nobel Giorgio Parisi. "La fisica statistica è nata per studiare i comportamenti complessi della materia, ma oggi ha un impatto molto più ampio", osserva Livi. Uno dei temi di cui questa disciplina si sta occupando e che rappresenta una vera sfida riguarda le reti neurali. La scommessa è fare in modo che questo settore della ricerca comunichi con quello delle neuroscienze per avere una rappresentazione più complessa e realistica del funzionamento delle reti neurali. "Sono settori che si stanno intersecando dopo aver seguito strade differentie", ha detto Livi all'ANSA e "la nostra comunità scientifica vuole fare in modo che questi settori diversi comunichino tra loro e trovino altri obiettivi comuni, in una ricerca di frontiera che vede coniugarsi aspetti più applicativi e modelli neurali". Le possibili applicazioni sono tante, ma una delle principali consiste nel mettere a punto algoritmi di intelligenza artificiale più efficaci di quelli attuali. "E' un risultato che potrebbe avere un impatto enorme, considerando gli elevati consumi energetici dell'intelligenza artificiale. La grande sfida - rileva Livi - è riuscire a ridurre i consumi e per questo sono necessari algoritmi meno banali quelli attuali, non facili da conseguire". Bisognerebbe perciò andare oltre il vecchio modello delle reti neurali, come ha ribadito più voltre anche Parisi. "La fisica statistica è alla base di scoperte straordinarie: dalla fisica dei materiali allo studio della complessità anche nei sistemi viventi - ha detto il Nobel - e questa conferenza è l'occasione per ritrovarci tutti insieme e fare il punto della situazione". Lo stesso Parisi ha osservato più volte che, rispetto ai primi modelli degli anni '80 e '90, le attuali ricerche sulle reti neurali profonde hanno il grande problema di non essere sostenute da una teoria robusta.

X.Cheung--CPN