Deep learning

Torna all'edizione 31

Deep learning

Dalle reti neurali artificiali alla

Giovedì 09 Marzo 17.45 - Teatro Colosseo

Dalle reti neurali artificiali all’intelligenza artificiale, una nuova avventura sta rendendo le macchine capaci di prestazioni sempre più simili a quelle umane nel campo dell’apprendimento automatico, ovvero l’estrazione di informazioni anche molto complesse a partire da dati non organizzati.

Esempi rappresentativi in cui le macchine raggiungono prestazioni “umane”  sono il riconoscimento di immagini e del parlato,  l’apprendimento di strategie in giochi anche molto complessi e l’analisi dati nella medicina di precisione. 

Nonostante gli enormi progressi nelle applicazioni, siamo ancora lontani dal modo di apprendere degli umani e degli animali ma poco per volta le macchine stanno "imparando a imparare": i sistemi cognitivi artificiali andranno oltre quelli neurali basati su “deep learning”, verso la "human-like intelligence"

Potete sperimentare un simulatore di reti neurali artificiali che mostra come avviene l'apprendimento delle reti all'indirizzo: playground.tensorflow.org.



Video della conferenza


Riccardo Zecchina

Riccardo Zecchina

Dipartimento di Scienza Applicata e Tecnologia, Politecnico di Torino

Riccardo Zecchina è ordinario di Fisica teorica al Politecnico di Torino e responsabile dell’unità di Inferenza statistica e Biologia computazionale alla Human Genetics Foundation (HuGeF, Torino). Ultimo allievo di Tullio Regge, tra i suoi interessi di ricerca possiamo elencare la fisica statistica, neuroscienze computazionali e biologia computazionale, algoritmi distribuiti per l’ottimizzazione e l’inferenza statistica. Insieme con Giorgio Parisi è stato recentemente insignito del prestigioso Premio Lars Onsager dell’American Physical Society.