Nuovi strumenti software numerici per dare una spinta all’intelligenza artificiale
Gli algoritmi di intelligenza artificiale (IA) sono, in sostanza, risolutori di problemi computazionali. La base dell’IA e dell’apprendimento automatico consiste spesso nella risoluzione di problemi numerici classici, quali l’ottimizzazione, l’algebra lineare e le equazioni differenziali. I ricercatori nel campo dell’IA e dell’apprendimento automatico si rivolgono comunemente agli strumenti software numerici esistenti, poiché sono ampiamente disponibili. Tuttavia, la maggior parte degli algoritmi numerici risale a decenni fa ed è nata per scopi molto diversi, ad esempio per applicazioni nell’ambito della fisica e dell’economia o per simulazioni scientifiche, e non è stata progettata specificamente per l’intelligenza artificiale. Questi algoritmi generici assemblati in simili raccolte tendono a essere inefficienti per compiti specifici e possono essere pericolosi se applicati in modo errato a problemi per i quali non sono stati progettati. Il progetto PANAMA, finanziato dal Consiglio europeo della ricerca, ha sviluppato un quadro per aggiornare i metodi numerici per gli algoritmi di IA. L’obiettivo generale del progetto era quello di aggiornare e integrare meglio il calcolo numerico nella ricerca sull’IA e, in definitiva, rendere questa tecnologia più veloce e facile da usare. «Un obiettivo centrale del nostro progetto PANAMA era offrire interfacce migliori per i metodi di IA e apprendimento automatico», afferma Philipp Hennig, professore di metodi di apprendimento automatico presso l’Università di Tubinga.
Paralleli nel calcolo
Un metodo numerico è un programma che utilizza i chip del computer per stimare la soluzione di un problema matematico calcolando una serie di «numeri utili», ad esempio i valori dei termini di un’equazione. Successivamente li usa per stimare la soluzione in un’altra equazione. In modo analogo, un algoritmo di apprendimento automatico stima le quantità sconosciute dai dati, che sono anch’essi una raccolta di «numeri utili». Le misure della traiettoria di un oggetto astronomico, per esempio, possono essere utilizzate per stimare la sua traiettoria futura. Esiste quindi una stretta somiglianza semantica tra l’apprendimento automatico e il calcolo numerico, poiché entrambi si basano sulla raccolta di informazioni sotto forma di numeri. I nuovi metodi sviluppati da PANAMA esprimono esplicitamente questi passaggi nello stesso linguaggio matematico.
Creare un nuovo quadro per il calcolo numerico
Il progetto ha sviluppato un framework software che consente di sviluppare metodi numerici per l’IA in modo sempre più automatizzato. A tale scopo, il gruppo di ricerca ha utilizzato una tecnica di calcolo nota come differenziazione automatica, un potente concetto matematico. Il software di PANAMA è disponibile online e il gruppo ha creato una serie di implementazioni pratiche dei nuovi strumenti. Il progetto ha anche contribuito con routine di basso livello per l’apprendimento automatico, tutte utilizzabili direttamente da ingegneri e professionisti in ambito scientifico. Un altro risultato importante è la pubblicazione di un libro di testo edito da Cambridge University Press e disponibile online. «È il primo libro che tratta direttamente il calcolo dal punto di vista dell’inferenza», spiega Hennig.
Migliorare l’intelligenza artificiale in applicazioni diffuse
Gli strumenti di PANAMA potrebbero essere utilizzati dai professionisti dell’IA in una vasta gamma di campi, tra cui le neuroscienze, la salute pubblica e le geoscienze. I metodi trovano applicazione nella simulazione di reti neurali biologiche, nel monitoraggio e controllo adattivo delle pandemie e nella simulazione di processi geologici complessi ad alta incertezza. I risultati di PANAMA porteranno alla definizione di paradigmi più puliti per la scrittura e la realizzazione di sistemi di IA, rendendoli più potenti, efficienti e sicuri da usare. «Questo tipo di lavoro teorico, fortunatamente, non procede alla stessa velocità folle delle applicazioni dell’IA», aggiunge Hennig. «Tuttavia, può avere un effetto più duraturo a lungo termine, rendendo i sistemi di IA più potenti ed efficienti, ma anche più facili e sicuri da usare.»
Parole chiave
PANAMA, intelligenza artificiale, apprendimento automatico, probabilistico, applicazioni, numerico, risolvere, problemi