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

Machine learning: i trend del 2020

Jeff Dean, responsabile dei progetti AI di Google, anticipa quelli che saranno i trend del prossimo anno per il Machine learning
Jeff Dean, responsabile dei progetti AI di Google, anticipa quelli che saranno i trend del prossimo anno per il Machine learning
Link copiato negli appunti

Nell'arco del 2019 i progetti basati sul Machine learning hanno ricevuto una grande attenzione mediatica, i progressi tecnologici degli ultimi anni sono stati infatti notevoli e il 2020 si preannuncia ricco di novità. Quali saranno i principali trend del settore dell'anno venturo?

Proprio in questi giorni Jeff Dean, l'AI chief di Google, è stato intervistato su questo argomento dalla redazione di VentureBeat.

Architetture hardware specializzate

Secondo Jeff Dean è molto importante per un azienda tenere d'occhio l'andamento del settore del Machine learning. Queste tecnologie infatti possono essere d'ausilio per migliorare non solo i processi di sviluppo software, ma anche la produzione dei semiconduttori e delle nuove generazioni di CPU.

Per il developer, durante il 2020 si vedrà l'evoluzione di nuove tipologia di processori dedicati esclusivamente ai progetti di Machine learning:

I restricted computational model, come le GPU o le TPU, sono delle architetture più limitate rispetto alle comuni CPU, ma comunque riescono ad offrire performance migliori [rispetto alle comuni CPU] con i calcoli necessari all'addestramento degli algoritmi.

Questo perché tali processori vengono sviluppati appositamente per eseguire i calcoli necessari a quel determinato progetto software.

Efficienza energetica

Alcuni algoritmi di apprendimento automatizzato, come ad esempio XLNet, richiedono enormi quantità di energia per funzionare. Per Jeff Dean questo contesto sta per cambiare:

Nel prossimo futuro verranno esaminate e sviluppate tecniche algoritmiche più efficienti in modo da rendere i vari modelli più snelli e meno esosi in termini energetici.

Le tecniche di multitask learning ed di transfer learning sono degli ottimi punti di partenza per realizzare tale obbiettivo.

BERT: modelli multimodali

Durante il 2019 all'interno della community degli appassionati di machine learning si è molto parlato di BERT (Bidirectional Encoder Representations from Transformers), il sistema sviluppato da Google per l’elaborazione del linguaggio naturale (NLP) che fa un ampio uso di tecniche multimodali.

Google prevede di implementare BERT in una vasto bacino di tool e servizi e secondo Jeff Dean nel 2020 la tecnologia di Multimodal Deep Learning è destinata a migliorare notevolmente.

Via Venturebeat

Ti consigliamo anche