Un sistema di intelligenza artificiale per la scoperta di algoritmi nuovi, efficienti ed esatti per la moltiplicazione di matrici, un elemento costitutivo dei calcoli moderni.
L’intelligenza artificiale è ormai sempre più affascinante e usufruita, anche nel campo di nuovi algoritmi come ad esempio nella traduzione dei testi oppure per il riconoscimento delle immagini. Un ulteriore successo giunge dalla Deep Mind, azienda di Google, che grazie al sistema AlphaTensor, ha reso possibile l’identificazione delle migliori ‘scorciatoie’ per far sì che determinati calcoli complessi fossero ottenuti in modo rapido e semplice. I risultati sono stati ottenuti dal ricercatore Alhussein Fawzi, dell’azienda statunitense, e pubblicati sulla nota rivista Nature.
Simone Scardapane, esperto di reti neurali dell’Università Sapienza di Roma, ha spiegato il risultato ottenuto. Ecco quanto riportato dall’Agenzia di Stampa ANSA: “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”.
Come ha proseguito Scardapane, i ricercatori hanno ottenuto modi migliori per moltiplicare tra loro due matrici chiedendo all’algoritmo di “giocare”. Ci sono, infatti, due tipi di percorsi: quello di eseguire tutte le operazioni passo dopo passo, e l’altro di trovare una specie di scorciatoie che conducono a risultati identici, ma che vanno ad eliminare alcuni calcoli. AlphaTensor ha trovato le migliori scorciatoie e migliorato molte di quelle già scoperte.
Il nuovo ed efficace sistema AlphaTensor risulta piuttosto importante in quanto andrebbe a ridurre (anche del 10%) il numero delle operazioni utili a portare al termine calcoli abbastanza difficili e impegnativi. Eseguendo un numero minore di operazione significherebbe anche un minor utilizzo di energia e quindi costi più bassi e riduzioni delle emissioni dai grandi data center.
