La crescita esponenziale della potenza di elaborazione dei computer osservata negli ultimi 60 anni potrebbe presto arrestarsi. Sistemi complessi come quelli utilizzati nelle previsioni del tempo, Per esempio, richiedono elevate capacità di calcolo, ma i costi per l'esecuzione di supercomputer per elaborare grandi quantità di dati possono diventare un fattore limitante.

I ricercatori dell'Università Johannes Gutenberg di Mainz (JGU) e dell'Università della Svizzera italiana (USI) di Lugano in Svizzera hanno recentemente sviluppato un algoritmo in grado di risolvere problemi complessi con notevole facilità, anche su un personal computer.

La crescita esponenziale dell'IT raggiungerà il suo limite

Nel passato, abbiamo visto un tasso di accelerazione costante nella potenza di elaborazione delle informazioni come previsto dalla legge di Moore, ma ora sembra che questo tasso di crescita esponenziale sia limitato. I nuovi sviluppi si basano sull'intelligenza artificiale e sull'apprendimento automatico, ma i relativi processi sono in gran parte poco conosciuti e compresi. "Molti metodi di apprendimento automatico, come il popolarissimo deep learning, hanno molto successo, ma funziona come una scatola nera, il che significa che non sappiamo esattamente cosa sta succedendo. Volevamo capire come funziona l'intelligenza artificiale e ottenere una migliore comprensione delle connessioni coinvolte, " ha detto la professoressa Susanne Gerber, uno specialista in bioinformatica presso l'Università di Mainz.

Insieme alla professoressa Illia Horenko, un esperto di informatica presso l'Università della Svizzera italiana e un Mercator Fellow della Freie Universität Berlin, ha sviluppato una tecnica per eseguire calcoli incredibilmente complessi a basso costo e con elevata affidabilità. Gerber e Horenko, insieme ai loro coautori, hanno riassunto il loro concetto in un articolo intitolato "discretizzazione scalabile a basso costo, predizione, e selezione delle funzionalità per sistemi complessi" recentemente pubblicato in Progressi scientifici . "Questo metodo ci consente di eseguire attività su un PC standard che in precedenza avrebbero richiesto un supercomputer, " ha sottolineato Horenko. Oltre alle previsioni del tempo, la ricerca vede numerose possibili applicazioni come nella risoluzione di problemi di classificazione in bioinformatica, analisi dell'immagine, e diagnostica medica.

Scomposizione di sistemi complessi in singoli componenti

Il documento presentato è il risultato di molti anni di lavoro sullo sviluppo di questo nuovo approccio. Secondo Gerber e Horenko, il processo si basa sul principio Lego, secondo cui i sistemi complessi sono scomposti in stati o modelli discreti. Con solo pochi modelli o componenti, cioè., tre o quattro dozzine, grandi volumi di dati possono essere analizzati e il loro comportamento futuro può essere previsto. "Per esempio, utilizzando l'algoritmo SPA potremmo fare una previsione basata sui dati delle temperature superficiali in Europa per il giorno a venire e avere un errore di previsione di soli 0,75 gradi Celsius, " ha affermato Gerber. Funziona tutto su un normale PC e ha un tasso di errore del 40% migliore rispetto ai sistemi informatici solitamente utilizzati dai servizi meteorologici, pur essendo anche molto più economico.

SPA o approssimazione probabilistica scalabile è un concetto basato sulla matematica. Il metodo potrebbe essere utile in varie situazioni che richiedono l'elaborazione automatica di grandi volumi di dati, come in biologia, Per esempio, quando è necessario classificare e raggruppare un numero elevato di celle. "Ciò che è particolarmente utile nel risultato è che possiamo quindi comprendere quali caratteristiche sono state utilizzate per ordinare le celle, " ha aggiunto Gerber. Un'altra potenziale area di applicazione è la neuroscienza. L'analisi automatizzata dei segnali EEG potrebbe costituire la base per le valutazioni dello stato cerebrale. Potrebbe anche essere utilizzata nella diagnosi del cancro al seno, poiché le immagini mammografiche potrebbero essere analizzate per prevedere i risultati di una possibile biopsia.

"L'algoritmo SPA può essere applicato in diversi campi, dal modello di Lorenz alla dinamica molecolare degli amminoacidi in acqua, " ha concluso Horenko. "Il processo è più semplice ed economico ei risultati sono anche migliori rispetto a quelli prodotti dagli attuali supercomputer all'avanguardia".