La nuova intelligenza artificiale è formata da più server Azure.

Dai laboratori di Microsoft si taglia un nuovo traguardo nel settore dell’intelligenza artificiale e del machine learning. Si chiama Project Adam il sistema distribuito asincrono usato per addestrare una Deep Neural Network, o DNN.

Cosa fa Project Adam

Nel corso del 15° Faculty Summit, l’azienda di Bill Gates ha presentato al mondo il nuovo traguardo raggiunto. I ricercatori hanno formato un archivio composto da 14 milioni di fotografie provenienti da ImageNet e le hanno classificate in 22.000 categorie. Project Adam è capace di riconoscere esattamente le razze di cani presenti nelle foto. Distingue, per esempio, un Cardigan Welsh Corgi da un Pembroke Welsh Corgi, prova molto difficile anche per gli esperti del settore.

Perché è innovativo

In genere le machine learning hanno algoritmi sincroni eseguiti su una sola macchina. La nuova intelligenza artificiale, invece, essendo formata da più server Azure, elabora i dati in modo asincrono. In questo modo non solo si aumenta velocità e precisione, ma anche la scalabilità del sistema.

Project Adam vs. Google Brain

Anche Google si era cimentato nel campo dell’intelligenza artificiale, mettendo a punto Google Brain, una rete di 16.000 computer che riuscivano a riconoscere immagini di gatti. Era stato anche quello un gran passo avanti nelle scoperte tecnologiche. Con Project Adam, però, Microsoft è riuscito a creare una rete neurale che si avvale di un numero di pc di 30 volte inferiore a quello usato da Google Brain, ma che è 50 volte più veloce e lo doppia in accuratezza e precisione.

Altri settori

Si pensa di impiegare questa innovativa tecnologia anche in altri campi di ricerca. Per esempio si potrebbe adattare Project Adam in modo da fargli riconoscere le informazioni nutrizionali del cibo semplicemente scattando una foto al piatto. O ancora potrebbe fare una prima diagnosi alla foto di una macchia sulla pelle. Si potrebbe davvero adattare la tecnologia di base di Project Adam  per riconoscere non solo immagini, ma  anche voci e testi. Anche se la strada è lunga e complicata, ci avviciniamo, quindi, ad avere una perfetta macchina che imita le doti intellettive umane.