Scienza

Le profonde reti neurali dell'intelligenza artificiale

Gli scienziati hanno scoperto che un'architettura ricorrente aiuta sia l'intelligenza artificiale che il nostro cervello a riconoscere meglio gli oggetti

Il laboratorio DiCarlo rileva che un'architettura ricorrente aiuta sia l'intelligenza artificiale che il nostro cervello a identificare meglio gli oggetti.

La capacità di ogni persona nel riconoscere oggetti è notevole. Se si vede una tazza sotto un'illuminazione insolita o da direzioni inaspettate, ci sono buone probabilità che il proprio cervello continui a calcolare che si tratta di una tazza. Tale riconoscimento preciso dell'oggetto è un 'santo graal' per gli sviluppatori di intelligenza artificiale, come gli scienziati che si occupano di migliorare la navigazione delle auto con guida autonoma.

Anche se la modellazione del riconoscimento degli oggetti principali nella corteccia visiva ha rivoluzionato i sistemi di riconoscimento visivo artificiale, gli attuali sistemi di apprendimento profondo sono semplificati e non riescono a distinguere alcuni oggetti la cui identificazione risulta essere molto intuitiva sia per i primati che per gli umani.

Nelle scoperte pubblicate su Nature Neuroscience, l'investigatore dell'Istituto McGovern James DiCarlo (1), assieme ai suoi colleghi, ha identificato prove che il feedback migliora il riconoscimento di oggetti difficili da riconoscere nel cervello dei primati e che l'aggiunta di circuiti di feedback migliora anche le prestazioni dei sistemi di reti neurali artificiali utilizzati per la visione di applicazioni.

Le reti neurali convoluzionali (2) profonde (DCNN) sono attualmente i modelli di maggior successo per il riconoscimento accurato di oggetti in tempi rapidi (meno di 100 millisecondi) e hanno un'architettura generale ispirata al flusso visivo delle regioni corticali che progressivamente costruiscono una rappresentazione accessibile e raffinata di oggetti visualizzati. La maggior parte dei DCNN sono tuttavia semplici rispetto al flusso del primate.

Le cause dell'eruzione dei Campi Flegrei

Individuata la terza misteriosa grande eruzione dei Campi Flegrei mediante indagini stratigrafiche, geochimiche e datazione di rocce vulcaniche

Attribuita ai Campi Flegrei l'origine di una misteriosa grande eruzione che 29mila anni ha ricoperto di ceneri l'area del Mediterraneo centrale. A svelarlo, uno studio condotto da Cnr, Ingv, università britanniche di Oxford, Durham, St Andrews, Cnrs francese e Università di California.

È stata la misteriosa grande eruzione di Masseria del Monte dei Campi Flegrei, sconosciuta fino a oggi, a ricoprire di ceneri 29.000 anni fa l'area del Mediterraneo centrale.

A individuarne l'origine, un team internazionale di ricercatori dell'Istituto di geologia ambientale e geoingegneria del Consiglio nazionale delle ricerche (Cnr-Igag), dell'Istituto nazionale di geofisica e vulcanologia (Ingv), delle Università britanniche di Oxford, Durham e St Andrews, del Cnrs francese e dell'Università di California. Il lavoro Evidence for a large magnitude eruption from Campi Flegrei caldera (Italy) at 29 ka è stato pubblicato su Geilogy. (1)

“Il materiale vulcanico”, spiega Biagio Giaccio, ricercatore del Cnr-Igag, “proiettato nell'alta atmosfera durante le grandi eruzioni esplosive può raggiungere grandi distanze dal vulcano e, ricadendo al suolo, formare sottili coltri di ceneri che ricoprono enormi superfici, fino a milioni di km quadrati”.

Sin dagli anni '70 un livello di ceneri datato a circa 29.000 anni fa è stato ritrovato nei sedimenti lacustri e marini di un'ampia area del Mediterraneo centrale, fornendo la prova indiretta di una grande eruzione avvenuta nella regione.

Nonostante questa considerevole evidenza regionale e la sua relativa giovane età, nessuna prova geologica di un simile evento era stata fino a oggi mai trovata nelle aree vulcaniche mediterranee.

Modello di materia soffice ad anelli elastici

Anelli elastici con taglia variabile da centinaia di nanometri a qualche micron come nuovo modello di materia soffice

Un team di ricerca del Cnr-Isc ha dimostrato, grazie a un modello numerico di materia composta da anelli elastici, come la risposta dinamica del sistema sia influenzata dall'abilità di deformarsi propria di questi colloidi soffici.

I colloidi sono particelle con taglia variabile da centinaia di nanometri a qualche micron e possono essere naturali o artificiali. L'avanzamento tecnologico degli ultimi 20 anni ha permesso di sintetizzare diverse varietà di queste particelle dalle molteplici proprietà, tra cui i cosiddetti colloidi 'soffici', fatti principalmente da materiale polimerico, ovvero catene flessibili che danno alle particelle la possibilità di deformarsi e di interpenetrarsi (pensate a delle reti estremamente morbide e intrecciate fra loro).

I collodi soffici presentano molteplici applicazioni ad esempio nella biomedicina, microfluidica e sensoristica ed è dunque importante comprendere come le proprietà di un singolo colloide influenzino il comportamento del materiale che essi formano.

In un recente studio numerico pubblicato su Nature Physics, (1) il team dell'Istituto dei sistemi complessi del Consiglio nazionale delle ricerche (Cnr-Isc), composto da Nicoletta Gnan e Emanuela Zaccarelli, ha mostrato che un modello numerico di particelle soffici con un'elasticità interna è in grado di riprodurre meccanismi osservati sperimentalmente, ma finora incompresi a livello microscopico.

“Ispirate dalla natura polimerica di questi colloidi, abbiamo deciso di lavorare in due dimensioni e di considerare dei semplici anelli polimerici elastici”, spiega Nicoletta Gnan. “Questi sono assimilabili a dei cerchietti la cui forma circolare viene mantenuta per via delle interazioni elastiche interne, che riescono quindi a mimare l'effetto di una rete polimerica. Più è forte l'interazione elastica, più gli anelli polimerici diventano duri, viceversa quanto meno forti sono le interazioni elastiche, quanto più soffici sono gli anelli. Questo permette loro di deformarsi e in questo modo di immagazzinare spontaneamente energia elastica (stress) che poi rilasciano quando riescono a tornare in forma circolare”.

Pagine