لندن - من المساعدين الصوتيين إلى الهواتف الذكية، ومن أحدث جيل من روبوتات الدردشة (مثل تشات-جي بي تي) إلى الأجهزة المنزلية، ينتشر الذكاء الاصطناعي الآن في الحياة اليومية. وكما حدث كثيرًا في التاريخ الحديث، فإن تطوير العديد من هذه التقنيات، بما في ذلك تلك التي تعتمد على الشبكات العصبية العميقة، لا يعتمد بعد على أسس نظرية متينة. ولا يزال فهم كيفية عمل نماذج التعلم الآلي هذه أمرًا بعيدًا، على الرغم من الجهد الجماعي الذي يبذله المجتمع العلمي. من خلال الاستفادة من التقليد الإيطالي العظيم في الفيزياء الإحصائية، اقترح فريق من الباحثين الشباب بتنسيق من بيترو روتوندو من قسم العلوم الرياضية والفيزيائية وعلوم الكمبيوتر بجامعة بارما نظرية فعالة مبتكرة قادرة على التنبؤ بدقة كبيرة بالعروض التي يحققها فئة من الشبكات العصبية العميقة ("المتصلة بالكامل"). ونُشرت الدراسة في مجلة "الطبيعة - الذكاء الآلي". على وجه الخصوص، النظرية المقترحة قادرة على تحديد قدرة التجريد للشبكة بدءًا من المعلمات الأساسية التي تصف الشبكة نفسها (على سبيل المثال، عرض "الطبقات المخفية" ووظيفة التنشيط) ومن البيانات المستخدمة لتدريبها . ويساعد هذا الاكتشاف على سد الفجوة بين النظرية والتطبيقات العملية للذكاء الاصطناعي، مما يمهد الطريق لاستكشاف الأنظمة المتزايدة التعقيد والتي أصبحت أقرب بشكل متزايد إلى تلك التي نستخدمها كل يوم. يعد هذا العمل جزءًا من مشروع PNRR MNESYS، الذي تشارك فيه مجموعة الفيزياء الإحصائية والأنظمة المعقدة بقيادة البروفيسور رافّاييلّا بوريوني من جامعة بارما. وشمل التعاون باحثين من مختلف المؤسسات الإيطالية والأجنبية، ويتضمن المساهمة الأساسية لروزالبا باتشيلّي (جامعة البوليتكنيك في تورينو وجامعة بوكّوني) وسيباستيانو أريوستو (جامعة إنسوبريا). (9colonne)