Alberto Fachechi e l’intelligenza artificiale che “apprende nel sonno”

La notte schiarisce le idee…anche all’intelligenza artificiale! Alberto Fachechi racconta a CM la sua ultima ricerca

Nata come disciplina scientifica, l’intelligenza artificiale è uscita da tempo dalle aule universitarie e di laboratorio, diventando una grande opportunità tecnologica in grado di aprire scenari inediti per cittadini e imprese.

Sentiamo sempre più parlare di deep learning, reti neurali e più in generale di intelligenza artificiale, ed effettivamente tanti sono stati in questi anni le teorie e i modelli matematici sviluppati in tutto il mondo.

Recentemente su Neural Network (the official journal of the International Neural Network Society), è stata pubblicata una ricerca riguardante un nuovo modello di rete neurale che assimila più informazioni grazie ad una fase di riposo, una vera e propria fase REM.

Tra i tre protagonisti, Alberto Fachechi. Salentino, di Galatina, è un fisico laureato all’Università del Salento, e a lui abbiamo rivolto alcune domande su questo interessante progetto.

È venuto fuori un interessante dialogo, che vi proponiamo.

1 – Ciao Alberto. Presentati!

Ciao Emanuele, un saluto a tutti i lettori di Caratteri Mobili. Mi chiamo Alberto Fachechi e sono un ragazzo galatinese laureato in fisica teorica all’Università del Salento. Ho da poco terminato il mio percorso di dottorato e attualmente sono assegnista, sempre in Unisalento.

2 – La vostra è una nuova tipologia di rete neurale, e a tutti gli effetti un nuovo modello matematico?

È a tutti gli effetti un nuovo modello matematico che si colloca nella classe delle reti neurali associative. In questa classe, il prototipo è il cosiddetto modello di Hopfield, che permette di descrivere (nella maniera più semplice possibile) come una rete neurale – una volta fornita una serie di dati in ingresso – sia capace di associare quest’ultima a concetti precedentemente imparati (pensiamo per esempio ai dispositivi di riconoscimento facciale o vocale largamente usati sugli smartphone di ultima generazione). Nonostante la sua semplicità, il modello di Hopfield soffre di molte limitazioni, la principale delle quali è che la massima quantità di informazione che può essere immagazzinata è limitata (al di sopra di una certa soglia, la rete non è più in grado di riconoscere i concetti e non funziona correttamente). Questo problema ha ispirato una lunga serie di studi, tutti accomunati dalla necessità di incrementare la capacità della rete (in termini di informazione allocabile), tra cui il nostro lavoro (ultimo in ordine cronologico).

3 – Come può una rete neurale dormire ed apprendere durante il sonno?

Tutto nasce dall’analogia con le reti neurali biologiche (per esempio il cervello umano). In questo caso, il sonno è un ingrediente fondamentale per gestire in modo ottimale le conoscenze acquisite. Nello stato di veglia, infatti, siamo continuamente bombardati da informazioni (mentre studiamo, lavoriamo o semplicemente conosciamo nuove persone, nomi, fatti…), che immagazziniamo nella nostra memoria. Il punto è che, più informazioni riceviamo, più abbiamo la propensione a confonderci. Ad esempio, se in un solo giorno conosco cento persone con caratteristiche simili, avrò difficoltà a riconoscerle tutte o ad associare correttamente il nome per ognuna di esse. Da qui, l’importanza del sonno: quando dormiamo, il nostro cervello rimuove le informazioni non importanti e consolida quelle rilevanti (in parole povere, la notte “schiarisce le idee”). Di conseguenza, aumenta la nostra capacità di associare informazioni e concetti, e siamo pronti per apprendere nuove informazioni. Nel nostro lavoro, abbiamo quindi tradotto in linguaggio matematico questa alternanza tra fase di apprendimento e di “pulizia” (rimozione&consolidamento) della memoria, studiandone le potenzialità.

4 – Le reti neurali sono ormai applicate a svariati campi nell’ambito tecnologico. Ed è importante che l’innovazione tecnologica non resti “fine a sé stessa”, contribuendo al miglioramento della qualità della vita di ognuno di noi. Può il vostro modello portare a dei risultati da questo punto di vista? E quali potrebbero essere i benefici?

Certamente non rimarrà un risultato fine a se stesso! In effetti, il nostro lavoro non è altro che un piccolissimo tassello iniziale di un mosaico molto più ampio. Nella mia (e nostra) visione, la necessità del “sonno” per l’Intelligenza Artificiale è un punto essenziale sul quale costruire nuovi modelli di reti neurali più efficienti dal punto di vista applicativo, soprattutto nell’era della cosiddetta Big Data Analysis. In molti problemi concreti (per fare un esempio medico, la necessità di determinare fattori di rischio per l’insorgenza di determinate patologie), gli studiosi del campo sono costretti a gestire un grandissimo insieme di informazioni e di variabili. Questi sono problemi molto complessi e intrattabili senza l’aiuto dell’Intelligenza Artificiale. Per questo motivo, modelli che si comportino bene da questo punto di vista sono importanti (se non essenziali).

5 – Come vedi lo sviluppo della vostra ricerca in un prossimo futuro?

La nostra ricerca continuerà certamente da un punto di vista strettamente modellistico, ma anche applicativo, nel senso che cercheremo di sfruttare le conoscenze che abbiamo acquisito per realizzare modelli più complessi e più “utilizzabili” . Infatti, spero (e speriamo) di poter dare in questo modo un contributo allo studio di problemi concreti rilevanti, in particolare nel contesto medico.

Grazie Alberto, in bocca al lupo e…a presto per ulteriori novità!

  • author's avatar

    By: Emanuele Luberto

    Ingegnere robotico e dell’automazione presso l’università di Pisa. Lavoro presso il “Centro E. Piaggio”, punta di diamante italiana della ricerca scientifica nei settori della bioingegneria e della robotica. Ho presentato alcuni miei lavori all’estero, in particolare all’università di Birmingham, a Seattle (ICRA2015, prima conferenza di robotica al mondo) e, più recentemente, in Corea del Sud per IROS2016 (dove, insieme al mio team, ho raggiunto il primo posto con il progetto SoftPro).

  • author's avatar

  • author's avatar

    “MyLibretto”: il compagno di studi ideale

    See all this author’s posts