Spazio e Scienze

Ricerca italiana: “macchine matematiche” per risolvere problemi complessi

Un gruppo di ricercatori italiani del Dipartimento di Matematica dell’Università di Bologna, del CNR e del Champalimaud Centre for the Unknow di Lisbona ha elaborato una nuova teoria che “apre la strada allo studio delle ‘macchine matematiche’ pensate per risolvere problemi complessi grazie all’analisi dei dati”.

Il deep learning applicato ai Big Data richiede strumenti sempre più all’avanguardia. Apprendere compiti specifici a partire dall’analisi di grandi quantità di dati e informazioni è una delle più grandi sfide del momento, ma con lo studio delle “macchine matematiche” il compito dovrebbe essere più agevole. In pratica ci si propone partendo dalla topologia computazionale – un settore di ricerca che sposa matematica e informatica –  è stato possibile individuare un modello scientifico in grado di descrivere come il mondo dei dati viene filtrato e trasformato.

“Abbiamo messo a punto una nuova teoria matematica grazie alla quale è possibile arrivare ad estrarre le informazioni più importanti a partire dal grande universo di quelle disponibili”, ha spiegato Patrizio Frosini, professore associato al Dipartimento di Matematica dell’Università di Bologna che ha collaborato allo studio.

“Gli elementi fondamentali di questo modello sono macchine che trasformano le informazioni, chiamate ‘operatori’, che possono essere combinate in reti molto complesse. Studiare le proprietà di questi operatori ci permette di comprendere meglio il loro funzionamento e rendere quindi più efficienti i sistemi di elaborazione dei dati”.

Photo credit - depositphotos.com

In pratica il modello offre una strategia per arrivare a costruire sistemi intelligenti capaci di risolvere problemi complessi grazie all’analisi dei big data. “Questi sistemi sono in grado di produrre sintesi significative di grandi basi di dati e si spera possano in futuro arrivare a riconoscere somiglianze tra due forme con la stessa abilità di un essere umano: una capacità che potrebbe essere applicata, ad esempio, per interpretare in modo corretto i sintomi di una malattia”, ha aggiunti Frosini

Lo studio sulle “macchine matematiche” è stato pubblicato su Nature Machine Intelligence con il titolo “Towards a topological-geometrical theory of group equivariant non-expansive operators for data analysis and machine learning”. Per l’Università di Bologna hanno partecipato Patrizio Frosini e Nicola Quercioli, entrambi afferenti al Dipartimento di Matematica. Hanno partecipato inoltre Mattia G. Bergomi (Champalimaud Centre for the Unknown, Portogallo) e Daniela Giorgi (CNR – Istituto di scienza e tecnologie dell’informazione “Alessandro Faedo”).

Il progetto fa parte della ricerca “Mathematical Foundations of Topological Data Analysis” portata avanti da ARCES – Advanced Research Center on Electronic Systems “Ercole De Castro”, centro di ricerca dell’Università di Bologna.