Intelligenza artificiale: DeepMind batte il record nel risolvere il problema del prodotto tra matrici. Perché è importante

I ricercatori e tecnici di DeepMind, la divisione di Alphabet-Google che si occupa di intelligenza artificiale, hanno scoperto un modo più veloce per eseguire il prodotto tra matrici, un problema centrale nell’informatica che interessa migliaia di attività quotidiane e il cui record precedente risaliva addirittura a 50 anni fa.

DeepMind ha mostrato cosa è possibile fare servendosi dell’intelligenza artificiale battendo a più riprese i migliori giocatori al mondo di Go, dama, scacchi, poker e sconfiggendo giocatori umani nella modalità multiplayer del videogioco di strategia StarCraft II. La tecnologia alla base di DeepMind ha permesso all’intelligenza artificiale di vincere a qualunque gioco senza essere stata precedentemente istruita sulle sue regole e compiere importanti passi in avanti nello studio del ripiegamento delle proteine, processo fondamentale sia in chimica che in biologia.

La nuova sfida alla quale si è dedicato il team di DeepMind è la moltiplicazione di matrici, un’operazione cruciale al centro di molte applicazioni: dalla visualizzazione delle immagini su uno schermo alla simulazione di una fisica complessa. Il prodotto tra matrici, conosciuto anche come “prodotto riga per colonna“, risulta essenziale anche per lo stesso apprendimento automatico (machine learning).

Il prodotto tra matrici implica la moltiplicazione delle righe di una con le colonne dell’altra matrice: la procedura per risolvere il problema viene insegnata al liceo e rappresenta una della basi dell’informatica.
Le cose si complicano quando l’obiettivo è quello di utilizzare un metodo veloce per moltiplicare le matrici, specie quelle di grandi dimensioni.
“Nessuno conosce il miglior algoritmo per risolvere questo problema. È uno dei più grandi problemi aperti nell’informatica“, si spiega da DeepMind. Questo perché ci sono più modi per moltiplicare due matrici che atomi nell’universo (10³³). “Il numero di azioni possibili è quasi infinito“, ha spiegato Thomas Hubert, ingegnere di DeepMind.

Per migliorare il calcolo, i ricercatori hanno utilizzato una nuova versione di AlphaZero, l’intelligenza artificiale che DeepMind ha utilizzato per vincere contro gli umani più esperti al mondo in vari giochi.

Una matrice viene comunemente chiamata array in informatica e rappresenta una struttura dati complessa, statica e omogenea. Per lavorare con gli array, DeepMind ha sviluppato una sorta di gioco da tavolo tridimensionale chiamato TensorGame: il tabellone simula il problema della moltiplicazione tra matrici e ogni mossa rappresenta il passo successivo nella risoluzione del problema. La serie di mosse fatte nel gioco rappresenta un possibile algoritmo e l’obiettivo è vincere la partita utilizzando il minor numero di “mosse” possibile.

L’intelligenza artificiale di DeepMind ha scoperto un modo più rapido per moltiplicare due matrici 4×4 rispetto a quello che era stato individuato nel 1969 dal matematico tedesco Volker Strassen: nessuno, da allora, era riuscito a migliorarlo. Se il metodo di base del liceo è di 64 passaggi e il metodo di Strassen ne richiede 49, DeepMind ha trovato un modo per risolvere il problema in 47 passaggi.

I matematici più illustri hanno già definito “sorprendente” il risultato conseguito: accelerare il prodotto tra matrici può avere un notevole impatto sulle nostre attività quotidiane perché è alla base di migliaia di attività svolte in informatica. Le conseguenze dirette sono una riduzione dei costi e il risparmio di energia.