-
L’economia francese si contrae dello 0,1% a causa del crollo della fiducia dei consumatori
-
L’attività industriale cinese si contrae mentre gli ordini di esportazione si indeboliscono
-
Wall Street conclude una settimana turbolenta in rialzo nonostante l’inflazione e i nervosismi dell’intelligenza artificiale
-
Le vendite al dettaglio negli Stati Uniti e i verbali della Fed costituiscono un test critico per i consumatori
-
Il capo della Fed di Kansas City afferma che l'inflazione è ancora troppo elevata
-
Il petrolio si dirige verso la seconda perdita settimanale mentre emerge un surplus di offerta
-
I mercati asiatici scivolano mentre le preoccupazioni sull’intelligenza artificiale colpiscono i titoli azionari
-
Il Brasile affronta la prova del debito e dell’inflazione mentre Lula si prepara al quarto mandato
-
Soundbar sotto gli 80 euro: offerte Samsung HW-B400F e Sony HT-SF150
-
Il Canada segnala apertura alle case automobilistiche cinesi se i colloqui commerciali con gli Stati Uniti falliscono
-
Il Canada espande la spinta commerciale asiatica mentre riprendono i negoziati con gli Stati Uniti
-
Il tasso dei mutui statunitensi scende per la quarta settimana ma rimane sopra il 7%
-
Le richieste di sussidi di disoccupazione negli Stati Uniti salgono a 200.000, ma i licenziamenti rimangono storicamente bassi
-
L’Italia alza le prospettive di crescita per il 2026 ma avverte che l’energia manterrà alta l’inflazione
-
La crescita nell’Eurozona rallenta allo 0,4% mentre l’occupazione è in stallo
-
L'economia del Regno Unito cresce dello 0,7% nel terzo trimestre grazie all'espansione del settore dei servizi
-
L’inflazione all’ingrosso negli Stati Uniti si attenua su base mensile ma raggiunge il massimo annuale quadriennale
-
L'inflazione al dettaglio in India raggiunge il 6,09% mentre i prezzi dei prodotti alimentari accelerano
-
L'inflazione all'ingrosso in India balza al 12,29% a causa dell'impennata dei costi del carburante
-
I dati sull'attività cinese di ottobre rivelano un inizio debole del quarto trimestre
-
L’economia giapponese si avvia verso una contrazione poiché il prezzo del petrolio grava sulla domanda
Uno studio esplora come rendere l'IA meno energivora
Pubblicazione su Jstat indaga efficacia del curriculum learning
Più biglietti della lotteria compri, maggiori sono le probabilità di vincere, ma spendere più di quanto guadagni non è una strategia saggia: qualcosa di simile accade nell'IA basata sul deep learning: più grande è una rete neurale, meglio può apprendere il compito assegnato. Purtroppo però rendere una rete infinitamente grande durante l'addestramento è impossibile e inefficiente. I cervelli biologici apprendono attraverso un processo parco nell'uso delle risorse che si è provato a imitare fornendo alle macchine un addestramento graduale, che parte da esempi semplici e progredisce verso quelli complessi (curriculum learning): una strategia sensata ma irrilevante per le reti molto grandi. Lo studio pubblicato sul Journal of Statistical Mechanics: Theory and Experiment (Jstat), uno dei giornali della Sissa/Iop, ha cercato di capire il perché di questo fallimento, suggerendo che queste reti sovraparametrizzate sono talmente ricche da sfruttare spontaneamente un percorso di apprendimento basato più sulla quantità di risorse che sulla loro qualità. Questa osservazione suggerisce che, regolando la dimensione iniziale della rete, il curriculum learning potrebbe rivelarsi una strategia valida, da sfruttare per creare reti neurali meno energeticamente dispendiose. "Ciò che abbiamo osservato è che una rete neurale sopra parametrizzata non ha bisogno di un percorso di apprendimento, perché, invece di essere guidata dagli esempi, è guidata dal fatto che dispone già di tante risorse—parametri che per caso si trovano già vicini a una soluzione, che vengono imboccati spontaneamente", osserva Luca Saglietti, fisico dell'Università Bocconi di Milano, che ha coordinato lo studio. Questo non significa che le reti non possano beneficiare del curriculum learning, ma che, data l'alta quantità di parametri iniziali, sono spinte in una direzione diversa. In teoria quindi si potrebbe trovare un modo per iniziare con reti più piccole e adottare il curriculum learning. "Questa è una parte dell'ipotesi esplorata nel nostro studio", rileva Saglietti. "Almeno negli esperimenti che abbiamo condotto, abbiamo osservato che, iniziando con reti più piccole, l'effetto del curriculum inizia a migliorare le prestazioni rispetto a quando l'input viene fornito casualmente. Questo miglioramento è maggiore rispetto a quando si continua ad aumentare i parametri fino al punto in cui l'ordine degli input non importa più".
F.Schneider--AMWN