211service.com
Il tuo prossimo computer potrebbe migliorare con l'età
Jon Han
In genere, i computer rallentano con l'età. I loro processori faticano a gestire il software più recente. Apple anche deliberatamente rallenta i suoi iPhone mentre le loro batterie si degradano. Ma i ricercatori di Google hanno pubblicato i dettagli di un progetto che potrebbe consentire a un laptop o uno smartphone di imparare a fare le cose meglio e più velocemente nel tempo.
I ricercatori hanno affrontato un problema comune nell'informatica, chiamato prelettura. I computer elaborano le informazioni molto più velocemente di quanto possano estrarle dalla memoria per essere elaborate. Per evitare colli di bottiglia, cercano di prevedere quali informazioni potrebbero essere necessarie e di estrarle in anticipo. Man mano che i computer diventano più potenti, questa previsione diventa progressivamente più difficile.
In un documento pubblicato online questa settimana, il team di Google descrive l'utilizzo del deep learning, un metodo di intelligenza artificiale che impiega una grande rete neurale simulata, per migliorare il prelettura. Sebbene i ricercatori non abbiano dimostrato quanto questo acceleri le cose, la spinta potrebbe essere grande, dato ciò che il deep learning ha portato ad altre attività.
Il lavoro che abbiamo fatto è solo la punta dell'iceberg, dice Heiner Litz dell'Università della California, Santa Cruz, ricercatore in visita sul progetto. Litz ritiene che dovrebbe essere possibile applicare l'apprendimento automatico a ogni parte di un computer, dal sistema operativo di basso livello al software con cui gli utenti interagiscono.
Tali progressi sarebbero opportuni. La legge di Moore sta finalmente rallentando e il design fondamentale dei chip per computer non è cambiato molto negli ultimi anni. Tim Kraska , un professore associato al MIT che sta anche esplorando come l'apprendimento automatico può far funzionare meglio i computer, afferma che l'approccio potrebbe essere utile anche per algoritmi di alto livello. Un database potrebbe imparare automaticamente a gestire i dati finanziari rispetto ai dati dei social network, ad esempio. Oppure un'applicazione potrebbe insegnare a se stessa a rispondere alle abitudini di un particolare utente in modo più efficace.
Tendiamo a costruire sistemi e hardware generici, afferma Kraska. L'apprendimento automatico rende possibile che il sistema sia personalizzato automaticamente, fino in fondo, in base ai dati specifici e ai modelli di accesso di un utente.
Kraska avverte che l'uso dell'apprendimento automatico rimane computazionalmente costoso, quindi i sistemi informatici non cambieranno dall'oggi al domani. Tuttavia, se è possibile superare questi limiti, afferma, il modo in cui sviluppiamo i sistemi potrebbe cambiare radicalmente in futuro.
Litz è più ottimista. La grande visione è un sistema che si controlla costantemente e impara, dice. È davvero l'inizio di qualcosa di veramente grande.