Due ricercatori del Perimeter Institute hanno dimostrato come un algoritmo di apprendimento automatico comunemente utilizzato per i riconoscimenti facciali consente di risolvere un complesso problema di fisica della materia, il problema della transizione di fase.

Lo sviluppo di strumenti quali il machine learning e le reti neurali multilivello (dette anche «profonde») sta imprimendo una netta accelerazione anche agli studi sull’intelligenza artificiale, che ormai ambisce a sviluppare capacità cognitive simili a quelle umane. A loro volta, i progressi nell’intelligenza artificiale forniscono un contributo essenziale su un piano tecnologico per lo sviluppo, la verifica e la validazione di sistemi di percezione automatica.

Tali avanzamenti consentiranno di sviluppare applicazioni in grado di prendere decisioni cruciali in maniera autonoma e con accuratezza, senza l’intervento umano. Secondo Debarun Guha Trakurta, senior research analyst della Frost&Sullivan Techvision, «tramite l’introduzione di interfacce neurali (BCI−Brain Computer Interface), l’intelligenza artificiale consentirà ai futuri computer di comprendere pensieri ed emozioni umane, anche senza comunicazione fisica o vocale. Invece di limitarsi a imitare il cervello umano da un punto di vista strutturale, l’intelligenza artificiale sarà in grado di comunicare con le macchine in modo simile all’intelligenza umana».

Fonte: Electronic Specifier