Questo articolo è stato pubblicato da questo sito
Quando si tratta di problemi matematici complessi, battere un computer è praticamente impossibile, o forse no: la scorsa settimana la società di intelligenza artificiale DeepMind di Google ha annunciato di aver risolto un problema matematico con 96 operazioni, battendo un record che durava da più di 50 anni. Nonostante ciò, l’intelligenza artificiale ha mantenuto il suo primato davvero per poco: dopo una manciata di giorni, due ricercatori dell’Università Johannes Kepler di Linz, in Austria, avrebbero risolto lo stesso problema con sole 95 operazioni, riportando i risultati su uno studio non ancora sottoposto al processo di revisione tra pari, pubblicato sul database Arxiv.
Un obiettivo fondamentale
Quando si tratta di calcolo computazionale, migliorare l’efficienza degli algoritmi per eseguire le operazioni matematiche fondamentali è un obiettivo cruciale, dal momento che può influire a sua volta sulla velocità complessiva di una grande quantità di operazioni diverse. In particolare, tra le attività di calcolo fondamentali, la moltiplicazione di matrici è utilizzata in quasi tutti i software che necessitano di elaborare grandi quantità di dati, come nella grafica, nelle reti neurali, nelle simulazioni matematiche e nel calcolo scientifico. Un miglioramento nell’efficienza di questi calcoli, seppur minimo, potrebbe quindi voler dire grandi guadagni nelle prestazioni di un software o un significativo risparmio energetico negli strumenti che lo utilizzano.
“La scoperta di algoritmi che utilizzano l’apprendimento automatico offre la prospettiva di andare oltre l’intuizione umana e di superare gli attuali migliori algoritmi progettati dall’uomo”, si legge nello studio pubblicato il 5 ottobre scorso sulla rivista Nature da DeepMind, secondo cui la società di intelligenza artificiale di Google aveva trovato un nuovo metodo, basato su un sistema di apprendimento automatico per moltiplicare due matrici di dimensione cinque per cinque in 96 moltiplicazioni. Il risultato raggiunto dall’azienda era un vero e proprio primato: da oltre 50 anni nessuno – essere umano o macchina – era riuscito a impiegare meno di 98 operazioni.
Rubare il primato a un’intelligenza artificiale
Sembra che comunque la gloria non sia durata molto: Jakob Moosbauer e Manuel Kauers sono due ricercatori che stavano lavorando a un nuovo approccio proprio per risolvere le moltiplicazioni tra matrici: esso prevede di testare gli algoritmi di moltiplicazione in più passaggi e verificare se essi possono essere combinati tra loro e portare un miglioramento nell’efficienza di calcolo. Inoltre, secondo gli autori questo metodo potrebbe essere applicato a matrici di ogni dimensione, ampliando le possibilità di calcolo. “Quello che facciamo è prendere un algoritmo esistente e applicare una sequenza di trasformazioni che a un certo punto possono portare a un miglioramento nel calcolo. La nostra tecnica funziona con qualsiasi algoritmo noto e, se siamo fortunati, i risultati necessitano di una moltiplicazione in meno rispetto a quella precedente“, ha spiegato Moosbauer su New Scientist.
Così è stato: quando DeepMind ha pubblicato il suo studio, i ricercatori hanno applicato il loro approccio ai risultati dell’intelligenza artificiale, riuscendo a ottenere un passaggio in meno. Neanche dieci giorni dopo la pubblicazione dell’articolo sui risultati dell’intelligenza artificiale, infatti, Moosbauer e Kauers hanno pubblicato un altro studio – per adesso in pre-print e di cui non è ancora possibile leggere i dettagli – secondo cui avrebbero raggiunto lo stesso risultato di DeepMind ma con un’operazione in meno. Per adesso, quindi, il record è tornato agli esseri umani.
Nel frattempo, non vi sono state dichiarazioni da parte della società di Google, ma Hussein Fawzi, un suo ricercatore, ha dichiarato: “Siamo stati sopraffatti dall’incredibile reazione al nostro articolo. La nostra speranza era che questo lavoro aprisse il campo della scoperta algoritmica a nuove idee e approcci. È fantastico vedere gli altri esplorare idee in questo spazio e sviluppare il nostro lavoro così rapidamente“.
