American Marconi Wireless News - Dalle strade ai social network, l'IA impara a capire le reti complesse

Dalle strade di una città alle linee di trasporto urbano, fino alle relazioni che collegano gli utenti dei social network, le reti complesse sono spesso difficili da capire e analizzare per i sistemi di Intelligenza Artificiale, che ora hanno però un nuovo strumento a disposizione: un metodo innovativo che riesce a preservare molte più informazioni importanti rispetto a quelli attuali, ma che mantiene tempi di calcolo nettamente inferiori. È stato messo a punto grazie a una collaborazione tra Scuola Imt Alti Studi Lucca, Scuola Superiore Sant'Anna di Pisa e Università danese di Aalborg. Il risultato, pubblicato sulla rivista Ieee Transactions on Knowledge and Data Engineering, apre nuove applicazioni in campi come i sistemi biologici, i trasporti e i social. Oggi molte informazioni sono descritte come reti, nelle quali ci sono nodi ed elementi collegati tra loro da determinate relazioni. Per permettere agli algoritmi di IA di elaborarle, i dati vanno trasformati in numeri, ma i metodi tradizionali presentano un grosso limite: spesso si concentrano solo sulla distanza tra i nodi, perdendo così l'informazione fondamentale del ruolo che ciascun nodo ricopre nella rete. La soluzione elaborata da Giuseppe Squillace e Mirco Tribastone della Scuola Imt di Lucca, Max Tschaikowski dell'Ateneo danese e Andrea Vandin del Sant'Anna di Pisa risolve questo problema. Il nuovo metodo, infatti, è in grado di preservare non solo la distanza tra i vari elementi della rete, ma anche il loro ruolo. Inoltre, è progettato per funzionare su reti molto grandi dotate anche di connessioni molto complesse, mantenendo tempi di calcolo significativamente ridotti rispetto alle soluzioni esistenti.

Y.Kobayashi--AMWN