L’intelligenza artificiale (AI) è ormai al centro di molteplici innovazioni in numerosi settori, dalle tecnologie alla sanità, fino all’automazione industriale. Tuttavia, nonostante i progressi, le reti neurali artificiali (ANN) tradizionali alla base degli odierni sistemi AI presentano dei limiti significativi, come l’ingente consumo di energia. Per rendere quindi l’AI più sostenibile ed efficiente a livello energetico, un gruppo di ricercatori dell’Institute of Molecular Biology and Biotechnology (IMBB) del FORTH in Grecia ha sviluppato una nuova tipologia di rete neurale ispirata al funzionamento del cervello umano, in particolare ai dendriti, le ramificazioni dei neuroni.
Intelligenza artificiale, la nuova rete neurale ispirata ai dendriti
L’intelligenza artificiale (AI) svolge un ruolo cruciale nel guidare l’innovazione e migliorare l’efficienza in vari settori, offrendo soluzioni più intelligenti a problemi complessi e migliorando la nostra vita quotidiana. Tuttavia, gli attuali sistemi di intelligenza artificiale sono enormi, e comprendono milioni se non miliardi di parametri, consumando così enormi quantità di energia.
Una soluzione valida sarebbe quella di ridurre questi parametri, ma per farlo occorrono delle reti neurali molto avanzate. Come quella sviluppata dal team di ricercatori del FORTH, che si ispira direttamente ai dendriti, le ramificazioni delle cellule nervose che ricevono i segnali provenienti da altri neuroni. Sebbene per anni si sia sottovalutato il loro ruolo nell’elaborazione delle informazioni, recenti studi hanno rivelato che i dendriti sono in grado di “eseguire calcoli complessi indipendentemente dal neurone principale. Inoltre, i dendriti sono essenziali per la plasticità del cervello, che è la sua capacità di adattarsi agli ambienti mutevoli“, dicono i ricercatori.
Imitando questi processi biologici, il team guidato dalla dottoressa Panayiota Poirazi ha progettato una tipologia di rete neurale che non solo rende i sistemi AI più efficienti, ma promette anche una riduzione significativa del loro impatto energetico.
Per saperne di più: Intelligenza artificiale: cos’è e come funziona, tutto sulla AI
Performance superiori e resistenza all’overfitting
In un recente articolo pubblicato sulla rivista Nature Communications, il team ha testato questa rete neurale in vari scenari di riconoscimento delle immagini. I risultati mostrano che questa nuova tecnologia offre performance superiori a quelle delle reti neurali convenzionali.
In particolare per quanto riguarda il fenomeno dell’overfitting, un problema comune nelle reti tradizionali, che si verifica quando il modello AI impara troppo specificamente dai dati di addestramento: questa tecnologia è “più resistente all’overfitting e può eguagliare o superare le prestazioni delle ANN tradizionali utilizzando molte meno risorse, vale a dire parametri addestrabili e fasi di apprendimento“.
I progressi ottenuti da questa rete neurale rappresentano una vera e propria rivoluzione nel campo dell’AI. La nuova tecnologia sviluppata dall’IMBB non solo offre prestazioni migliori, ma richiede meno risorse e permette un notevole risparmio energetico. Con un numero ridotto di parametri da elaborare, questa rete sarà ideale per applicazioni che necessitano di sistemi più leggeri e sostenibili, come nell’ambito dell’Internet delle cose (IoT) e nei dispositivi mobili.
