У нас вы можете посмотреть бесплатно Algoritmi calcolo scientifico e intelligenza artificiale. Luca Dedè или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
Questa conferenza dal titolo “Algoritmi, Calcolo Scientifico e Intelligenza Artificiale”, apre il ciclo di cinque seminari su “Intelligenza artificiale e computer che apprendono”, organizzato nell’ambito delle attività di Public Engagement del Dipartimento di Ingegneria Gestionale, dell’Informazione e della Produzione dell’Università degli Studi di Bergamo in collaborazione con Centro MatNet-CQIA dell’Università di Bergamo e Mathesis Bergamo APS. In questa conferenza, Luca Dedè, Professore associato del Dipartimento di Matematica del Politecnico di Milano, illustra i concetti di algoritmi, intelligenza artificiale, “Machine Learning”, reti neurali e “Deep Learning”. L’obiettivo è mostrare limiti e punti di forza dei calcolatori e far comprendere che bisogna sempre partire da Modelli Matematici che interpretano il “mondo” traducendolo in equazioni. A questo riguardo il professore ha mostrato il suo campo di ricerca, ovvero la determinazione di modelli matematici per descrivere e risolvere problemi di scienza della vita, in particolare il suo lavoro è incentrato nel mettere a disposizione modelli per analizzare gli organi umani o per definire strategie di intervento da parte dei clinici in caso di patologie. Analizza soprattutto gli aspetti della medicina computazionale nel contesto del cuore, quindi come convertire l’anatomia e la fisiologia del cuore in equazioni matematiche che siano in grado di descriverne il funzionamento. La conferenza ha posto l’accento sul fatto che questi modelli basati sulla fisica possono lavorare in maniera sinergica con quelli che derivano intrinsecamente dai dati e che costituiscono il mondo dell’intelligenza artificiale. Per esempio si possono costruire reti neurali informate della fisica in cui si può scegliere il peso del termine fisico e quello del termine dati, oppure esiste il “Model Discovery” ovvero reti che vanno a scoprire la fisica che c’è dietro un problema. L’uso degli strumenti del Calcolo Scientifico e del “Scientific Machine Learning” sono la via per la costruzione del Gemello Digitale, una copia virtuale di un sistema o di un paziente. La conferenza si è conclusa anche con un accenno a ChatGPT un esempio di intelligenza artificiale che ci sta facendo interrogare negli ultimi mesi. L’interpretazione del professore è che, sebbene lo strumento sia sicuramente importante e poderoso, affidarsi a qualcosa che tende ad assimilare anche informazioni false è pericoloso e pertanto questo chatbot deve essere usato con prudenza. La conferenza ci ha invitato a riflettere sul fatto che è vero che gli algoritmi per “Machine Learning” o “Deep Learning” forniscono un’enorme capacità di velocità di calcolo però necessitano di un’enorme quantità di dati, a differenza del cervello umano, che non ha bisogno di un training enorme per discernere e comprendere. Quindi nonostante il tentativo di mimare l’intelligenza umana possiamo concludere che ci sia qualcosa di intrinsecamente diverso nel meccanismo di costruzione dell’informazione di questi strumenti rispetto all’apprendimento del nostro cervello. A cura di Silvia Gambarini 3 Marzo 2023