Un team di ricercatori del Centro internazionale di fisica teorica Abdus Salam di Trieste ha compiuto un passo avanti fondamentale nella comprensione di come l’intelligenza artificiale estragga conoscenze dai dati. Lo studio, pubblicato sulla prestigiosa rivista Physical Review X, è stato guidato da Jean Barbier e ha coinvolto altri quattro scienziati, tra cui Francesco Camilli dell’Università di Bologna, mentre il problema risolto era un ostacolo che bloccava la comunità scientifica da decenni.
I ricercatori hanno unito teoria dei sistemi disordinati e teoria delle matrici casuali, sviluppando un modello che spiega come le reti neurali profonde apprendano in modo efficiente. In particolare, hanno analizzato il percettrone multistrato, un componente chiave dei moderni chatbot, dimostrando come le prestazioni delle reti neurali evolvano in base alla quantità di dati forniti. Il processo di apprendimento avviene in modo direzionale, propagandosi dagli strati interni a quelli esterni della rete.
“Il quadro teorico che abbiamo sviluppato è la chiave che ci mancava per comprendere come funzionano le reti neurali complesse”, ha dichiarato Barbier. Questa scoperta non solo fa luce sui meccanismi di base dell’AI, ma apre la strada a sistemi più efficienti e meno costosi, con potenziali ricadute su applicazioni come l’AI generativa. Il progetto, finanziato dall’ERC, rappresenta un traguardo significativo per la ricerca europea in questo campo.
La ricerca dell’ICTP si inserisce in un contesto globale in cui l’AI sta rivoluzionando settori come la medicina, la finanza e la comunicazione. Comprendere come le macchine imparino dai dati è essenziale per sviluppare tecnologie più avanzate e accessibili, riducendo al contempo i costi computazionali. Questo studio offre una base solida per futuri progressi, confermando il ruolo di Trieste come polo di eccellenza nella ricerca scientifica. La comunità scientifica attende ora con interesse le prossime applicazioni di questa teoria, che potrebbero portare a sistemi di AI più potenti e versatili.
L'AI ha creato 16 virus mai visti in natura. E sono funzionanti
Il modello genomico Evo 2, sviluppato da Stanford e Arc…
