>>>ANSA/Svelato come l'Intelligenza artificiale impari dai dati

(di Francesco De Filippo) TRIESTE, 02 SET - Un team di 5 ricercatori del Centro internazionale di fisica teorica Abdus Salam (ICTP), guidato da Jean Barbier, ha svelato come l'Intelligenza Artificiale impari dai dati, risolvendo un problema teorico aperto da decenni e spiegando come le reti neurali profonde estraggano le informazioni più importanti dai dati, facendo luce sui processi fondamentali alla base dell'IA. La scoperta apre la strada a sistemi di IA più efficienti e meno costosi. Lo studio è stato pubblicato su Physical Review X. L'IA è estremamente efficiente nell'elaborare gran quantità di dati ed estrarne le caratteristiche chiave ma non si comprendeva come gli algoritmi e le cosiddette "deep neural networks" (reti neurali profonde), riuscissero ad apprendere in modo così efficace dai dati loro forniti. "Il problema che abbiamo risolto era un ostacolo su cui la comunità scientifica era bloccata da decenni - spiega Barbier - Il quadro teorico che abbiamo sviluppato è la chiave che ci mancava per comprendere come funzionano le reti neurali complesse alla base delle applicazioni odierne". Nodo principale era capire il "feature learning" o "apprendimento delle caratteristiche", proprietà che rende le reti neurali strumenti capaci di generalizzare le informazioni anche al di là del set di dati iniziale usato nella fase di apprendimento e che consiste nell'estrarne le informazioni chiave. Per caratterizzare la capacità delle reti neurali di riconoscere dei pattern nei dati complessi, per oltre 40 anni i fisici hanno fatto uso della fisica statistica, che studia sistemi costituiti da un grande numero di elementi. Questi strumenti teorici però erano insufficienti e consideravano solo reti neurali troppo semplici, come spiega Francesco Camilli, uno degli autori dello studio, professore associato all'Università di Bologna. In questo caso i ricercatori hanno unito la teoria dei sistemi disordinati alla teoria delle matrici casuali, che descrive il comportamento statistico dei sistemi di grandi dimensioni, elaborando una descrizione del processo di apprendimento. Barbier e i suoi hanno applicato la loro teoria a un tipo di rete neurale, il percettrone multistrato, componente fondamentale dei modelli alla base dei moderni chatbot, prevedendo con precisione come le prestazioni di una rete neurale profonda evolvano in funzione della quantità di dati in ingresso e comprendendone i meccanismi di apprendimento. Questo processo è direzionale e si propaga dagli strati interni a quelli esterni (più profondi) della rete neurale. Questi risultati sono l'obiettivo che Barbier si era prefissato per il suo progetto quinquennale CHORAL (Computational Hardness Of RepresentAtion Learning), finanziato dall'ERC e avviato nel 2021. Ora il team intende applicare gli strumenti teorici sviluppati a reti neurali come quelle dell'IA generativa.