Vai al contenuto

Le epidemie e la carenza di chip non influiscono sull’IA

Conferenza tecnica: l’Italia ha rilanciato e analizzato, tra l’altro, qualcosa di nuovo emerso nel campo dell’Intelligence (20I) nel 2021, a seguito dell’epidemia e dell’emergere della tecnologia e della ricerca.

In continuità con quanto sottolineato dall’Osservatorio dello scorso anno, l’epidemia non ha influito in modo significativo sul trend della ricerca, che è in continua crescita, se prendiamo come indicatore il numero di paper adottati in Neurips, uno dei principali convegni internazionali. nello spazio dell’IA. D’altra parte, la prospettiva è cambiata, con l’enfasi sugli standard elevati di Google Scholar, in cui le attività legate al Covid fanno la parte del leone. È l’unico nel campo dell’IA tra i più ricercati finalizzato all’identificazione di oggetti nelle immagini, uno strumento che si è rivelato molto utile, ad esempio, per calcolare le persone in una determinata area e verificare se indossano correttamente una mascherina. Dopotutto, è sempre Covid.

Nel caso delle notizie legate alla tecnologia, Manuel Roveri, Head of Research, Artificial Intelligence Observatory, descrive tre diverse prospettive, che si possono riassumere in tre cifre: 35, come le normali settimane necessarie per acquistare un chip o una carta high chip. , comunemente usato nel campo dell’IA; 1%, come quota delle informazioni informali utilizzate per generare valore; 26, come la Cop 26, per richiamare l’attenzione sull’impatto dinamico delle operazioni nell’ambiente dell’IA.

Un problema di chip che rischia di rallentare l’IA, ma aguzza la mente

La carenza di chip nel 2021 ha colpito molte aree tra cui l’Intelligenza Artificiale, che era in un momento di intensa espansione, mentre. crescente domanda di apparecchiature informatiche di fascia alta è stato accelerato da nuove epidemie. D’altra parte, la produzione ha subito un rallentamento anche per la mancanza di risorse materiali, soprattutto la scarsità di terra, che è il risultato della guerra al rischio in corso.

Vogliamo trasformare la tua visione tecnologica in un inizio. Raccontacelo! Possiamo renderlo reale insieme

Per frenare la carenza di strategia di produzione di chip e la dipendenza dai produttori statunitensi o del sud-est asiatico, l’Unione Europea ha lanciato un obiettivo di spostamento dall’attuale quota di mercato del 9% al 20% entro il 2030.

Nel frattempo, però, la mancanza di accesso alle piattaforme informatiche ha portato i ricercatori a ripensare a come utilizzare le piattaforme esistenti e favorire lo sviluppo del concetto di. Continuità di calcolo dell’IA. Non è una novità, ma nel 2021 l’evento ha visto un’accelerazione, con un nuovo calo. Il mondo del cloud ha davvero aperto l’apprendimento automatico (ML) e l’apprendimento scientifico (DL) come servizio, fornendo soluzioni già realizzate per i ricercatori. Un altro aggiornamento èEdge AIin grado di sfruttare le piattaforme distribuite messe a disposizione in ambito informatico, anche in connessione con il mondo del 5G.

Un’altra forma di tecnologia, combinata con la globalizzazione dell’IoT, vedete sviluppo di soluzioni ML e AI “in tempo reale”.. In genere, il programma di formazione ML viene eseguito online in tempo reale, contrariamente al modo tradizionale di vedere i data scientist creare un modello logico batch offline, basato su dati di test storici. Il vantaggio è che puoi creare, anche i dati più piccoli prima, un modello affidabile e costantemente aggiornato.

Ritorno dell’analisi dei dati, ad una nuova prospettiva

“Un interessante studio Cisco ha mostrato che solo l’1% delle informazioni non pianificate analizza effettivamente per produrre valore”, ricorda Roveri. “Questa recensione è collegata a una delle strategie di intelligenza artificiale di Gartner, vale a dire ritorno dell’analisi dei big datacome una nuova prospettiva”. Come abbiamo visto durante l’epidemia, è necessario lavorare con molti dati, provenienti da diverse fonti ed emergenti rapidamente, che devono essere fatti per funzionare in modo efficace.

Da un punto di vista algoritmico, i paradigmi informatici esistenti sono stati in qualche modo rafforzati. Questo è il caso di leggendo meta, riassunta nello slogan “imparare a leggere” la reazione rapidamente. È l’insieme inferiore di ML, utilizzato migliorare i risultati e le prestazioni dell’algoritmo di apprendimentoper aiutare i ricercatori a capire quale algoritmo effettua le migliori stime dei dati forniti.

Tecnologie come ricerca neuroarchitetto, progettato per automatizzare la progettazione di reti neurali artificiali, che spesso forniscono prestazioni superiori rispetto a quelle progettate a mano. “Possiamo immaginare un futuro, nel settore sanitario, in cui per fare una stima possiamo combinare i dati del servizio sanitario nazionale con i dati di ricerca e le emozioni di Google”, stima Rover. Per evitare rischi in termini di principi di privacy, i metodi ML sembrano essere in grado di autenticarli automaticamente mentre l’ambiente è autosufficiente. educazione integrata che offre la possibilità di costruire modelli globali distribuiti senza condivisione dei dati.

L’IA è anche responsabile della stabilità
L’indice COP 26 aumenterà l’attenzione sull’impatto ambientale della tecnologia digitale che vede l’1% dell’energia globale utilizzata dai data center, di cui l’IA è altamente responsabile. “Alcuni studi hanno dimostrato che, per addestrare una rete neurale complessa e complessa, la quantità di CO2 prodotta è equivalente a quella prodotta da cinque auto per il resto della loro vita”, ricorda Roveri.

Il problema della stabilità va considerato non solo nella seconda fase dell’allenamento ML, la forza massima ma limitata nel tempo, ma anche in quella stima che verrà ripetuta più volte. Ha bisogno di essere riconsiderato I modelli di override più comuni sono Lettura intensiva, per i motivi della velocità di integrazione, che comporterà un eccessivo impegno di memoria, calcoli e dispendio energetico. La sfida dell’IA è quindi assumersi responsabilità non solo in termini di etica e benessere, ma anche in termini di stabilità.