blogtecaolivelli
blog informazione e cultura della biblioteca Olivelli
TAG
TAG
« Sull'intelligenza artif... | Altri punti dell'intell... » |
Post n°1970 pubblicato il 28 Febbraio 2019 da blogtecaolivelli
Fonte: Le Scienze 13 ottobre 2016 Un nuovo computer che combina le reti neurali e un'architettura della memoria tipica dei computer convenzionali è in grado di imparare da esempi o per tentativi ed errori, e anche eseguire complesse elaborazioni, due capacità che finora sembravano alternative(red) Un computer che coniuga la capacità di apprendimento delle reti neurali e l'efficienza e la flessibilità di calcolo dei normali computer digitali è stato realizzato per la prima volta da ricercatori di Google DeepMind - l'azienda informatica britannica DeepMind acquistata da Google nel 2014 - che ne descrivono le caratteristiche in un articolo pubblicato su "Nature". elaborare forme complesse di dati, ma richiedono una puntuale programmazione manuale per eseguire queste attività. Le reti neurali artificiali sono state sviluppate per mimare la capacità di apprendimento del cervello grazie all'identificazione, a partire da una serie di esempi, di specifici modelli nei dati: invece di essere programmata una rete neurale è addestrata, per esempio a riconoscere oggetti o facce. Finora lo sviluppo di queste due architetture computazionali ha viaggiato su due strade ben distinte, a causa di una radicale differenza nell'organizzazione della loro memoria. L'efficienza del nuovo computer è stata testata controllandone la capacità di orientarsi nella metropolitana di Londra. (Macdiarmid/Getty Images) I computer convenzionali separano il calcolo e la memoria. I calcoli sono eseguiti da un processore, che può sfruttare una memoria indirizzabile per portare i diversi valori da usare nell'area di lavoro e poi ricollocarli nello spazio di memoria. Questa soluzione offre due vantaggi: da un lato la memoria può essere estesa a piacimento per inserire nuove informazioni, e dall'altro i suoi c ontenuti possono essere trattati come variabili. Per eseguire una stessa elaborazione su un dato o su un altro diverso, è sufficiente cambiare l'indirizzo di memoria del dato da trattare. computazionali e quelle di memoria sono mescolate l'una all'altra dall'attribuzione del "peso" che la rete dà a ciascun dato mentre tenta di identificare schemi nell'insieme di informazioni ricevute. Questo rende le reti neurali adatte a simulare le capacità di apprendimento umane, ma non permette un'archiviazione dinamica, indipendente dallo stato della rete, di nuove informazioni e, dunque di eseguire algoritmi che agiscono allo stesso modo indipendentemente dai valori delle variabili usate. sviluppare quello che hanno chiamato computer neurale differenziabile (DNC), che coniuga la capacità di imparare da esempi o per tentativi ed errori, e una struttura di memoria esterna simile a quella di un computer convenzionale. bene complesse strutture grafiche come gli alberi genealogici o filogenetici, o le reti di trasporto, riuscendo, per esempio, a pianificare il percorso migliore sulla metropolitana di Londra senza avere preventivamente una conoscenza di quella rete di trasporto. |
https://blog.libero.it/blogtecaolivelli/trackback.php?msg=14281073
I blog che hanno inviato un Trackback a questo messaggio:
AREA PERSONALE
MENU
CHI PUņ SCRIVERE SUL BLOG
I messaggi e i commenti sono moderati dall'autore del blog, verranno verificati e pubblicati a sua discrezione.