L’intelligenza artificiale sta migliorando sempre di più in molti settori diversi, tra lo studio e la progettazione di nuove proteine o riconoscimento di immagini. Un altro ottimo risultato arriva dall’azienda di Google, DeepMind la quale con AlphaTensor ha ideato un sistema in grado di trovare delle scorciatoie per semplificare alcuni tipi di calcoli complessi.
I risultati dello studio, ottenuti dai ricercatori guidati da Alhussein Fawzi, sono stati pubblicati sulla rivista Nature. AlphaTensor è una specie di evoluzione di AlphaGo specializzato nel giocare a Go e che, nel 2016, nonostante un enorme sforzo di elaborazione richiesto, ha sconfitto il campione mondiale Lee Sedol.
Il nuovo sistema potrebbe avere un rilevante impatto permettendo di ridurre anche del 10% il numero delle operazioni necessarie per effettuare dei calcoli complessi, portando anche a un minore dispendio energetico.
AlphaTensor è riuscito a identificare i modi più efficienti per moltiplicare tra loro matrici, ossia blocchi numeri più o meno grandi molto usati in ambito informatico per una grande varietà di operazioni che hanno applicazioni molto concrete.
Di fatto i ricercatori hanno chiesto all’algoritmo di ‘giocare’ nel cercare i modi migliori per moltiplicare tra loro due matrici. Esistono infatti due percorsi: uno è quello di eseguire tutte le operazioni passo dopo passo, l’altro è trovare delle sorta di scorciatoie che portano a risultati identici, ma eliminando alcuni calcoli. AlphaTensor ha trovato le migliori scorciatoie e migliorato molte di quelle già scoperte.
Simone Scardapane, esperto di reti neurali dell’Università Sapienza di Roma
