Nessun risultato. Prova con un altro termine.
Guide
Notizie
Software
Tutorial

Il futuro dell'AI secondo Facebook

L'AI scientist di Facebook Yann LeCun spiega come l'Intelligenza Artificiale potrebbe evolvere in futuro superando gli attuali limiti dovuti all'hardware.
Il futuro dell'AI secondo Facebook
L'AI scientist di Facebook Yann LeCun spiega come l'Intelligenza Artificiale potrebbe evolvere in futuro superando gli attuali limiti dovuti all'hardware.
Link copiato negli appunti

Le intelligenze artificiali hanno rivoluzionato diversi settori. Ma quali saranno i loro sviluppi futuri? Di recente ne ha parlato Yann LeCun, il direttore della divisione AI di Facebook.

L'hardware è un limite

Per LeCun nel prossimo futuro l'hardware avrà un impatto notevole sull'evoluzione delle intelligenze artificiali. Il ricercatore afferma infatti che lo sviluppo delle reti neurali e del machine learning ha dei limiti strutturali derivati proprio dell'infrastruttura esistente.

Attualmente gran parte delle attività di apprendimento delle intelligenze artificiali devono condividere la propria potenza computazionale con i processi grafici. Questo perché l'hardware attualmente in commercio è strutturato in modo da essere "dual-use", cosi da dare la possibilità agli utenti di sfruttarlo in più settori.

Tuttavia tale impostazione non è l'ideale per i ricercatori e LeCun si augura che nel futuro nascano soluzioni hardware maggiormente incentrate sulle necessità computazionali delle intelligenze artificiali.

Per il ricercatore gli elementi che dovrebbero essere implementati nelle prossime generazioni di hardware dovrebbero essere: le reti dinamiche, la memoria associativa e le sparse activation.

Reti Dinamiche

Le reti dinamiche del prossimo futuro potranno adattare la propria struttura a seconda dell'input ricevuto dal programmatore. YLeCun definisce questo futuro step evolutivo come "differentiable programming" o Software 2.0.

Memoria associativa

Con la memoria associativa sarà invece possibile far leggere ad una AI dei testi, farli memorizzare e interrogarla sugli argomenti appresi.

In pratica la memoria associativa è un particolare pezzo di una rete neurale che funge da struttura di memoria a cui un sistema può accedere a proprio piacimento.

Sparse Activation

Un altro modo per migliorare l'efficienza delle reti neurali è adottare il comportamento del cervello umano.

Gran parte della rete neurale biologica non viene sfruttata costantemente. Al contrario le reti neurali artificiali sono completamente attive anche se non è necessario.

Per risparmiare energia si potrebbero realizzare dei sistemi che sulla del compito assegnato impostino l'attivazione solo delle unità della rete necessaria, lasciando le altre disattivate.

Prospettive Future

Attualmente non esiste alcuna tipologia di hardware simile ma LeCun prevede che entro i prossimi 5 anni potrebbero emergere soluzioni simili, magari accompagnate da linguaggi di programmazione dedicati.

Via DevClass

Ti consigliamo anche