Il professor Giovanni Acampora, insieme al dottorando Roberto Schiattarella e alla dottoressa Autilia Vitiello, hanno condotto uno studio pubblicato sulla prestigiosa rivista IEEE Transactions on Fuzzy Systems
Motori inferenziali
Nel paper intitolato On the Implementation of Fuzzy Inference Engines on Quantum Computers, il team federiciano espone un algoritmo quantistico capace di eseguire i cosiddetti motori inferenziali (ovvero le componenti fondamentali di alcune metodologie di intelligenza artificiale) sfruttando un numero minore di risorse computazionali.
Oltre al vantaggio computazionale, l’algoritmo offre la possibilità di programmare computer quantistici usando l’approccio linguistico analogamente a quanto avviene nel pensare umano, semplificando l’interazione con risorse di calcolo particolarmente complesse da gestire. Il team composto da Giovanni Acampora, Roberto Schiattarella e Autilia Vitiello ha ottenuto un risultato che influirà sulle future metodologie di progettazione delle intelligenze artificiali che dovranno far viaggiare in parallelo potenza e semplicità di utilizzo. L’interconnessione di diversi sistemi collegati tra loro da tecnologie di comunicazione sempre più veloci come la fibra ottica o il 5G e il 6G, porteranno a quantità sempre maggiori di dati.
I motori inferenziali sono algoritmi che simulano il funzionamento del ragionamento umano nel trarre delle conclusioni logiche e sono usati in molte applicazioni di intelligenza artificiale, ad esempio diagnosi medica, automotive, controllo industriale e supporto decisionale in genere. I motori inferenziali illustrati dallo studio condotto da Acampora, Schiattarella e Vitiello sono quelli che utilizzano regole linguistiche denominate “fuzzy” basate su un legame tra le variabili di ingresso e quelle di uscita relativamente ad un determinato sistema. L’approccio linguistico è stato sviluppato a partire da espressioni del linguaggio naturale. La fuzzy logic è uno strumento matematico in grado di modellare il calcolo tenendo conto di parole e costrutti sintattici comuni. Ma i motori inferenziali possono soffrire di una importante problematica computazionale: il numero di regole che modellano il comportamento del sistema può crescere esponenzialmente con il numero di variabili in ingresso, rendendo poco efficiente il raggiungimento delle conclusioni logiche.
I computer quantistici sono strumenti di calcolo che sfruttano principi come la superposition, l’entanglement, l’interferenza, aumentando notevolmente l’efficienza del processo grazie al parallelismo massivo. Il gruppo del professor Acampora ha mostrato le potenzialità di un vantaggio di tipo esponenziale nelle esecuzioni dei motori inferenziali. Anche in presenza di sistemi molto ricchi di informazione, i motori inferenziali quantistici potranno essere eseguiti con un tempi di esecuzione inferiore rispetto ai motori inferenziali eseguiti su calcolatori elettronici tradizionali.
Il risultato raggiunto gruppo arriva dopo numerosi riconoscimenti e premi internazionali ottenuti per i risultati ottenuti in materia di intelligenza artificiale quantistica. Tra tali riconoscimenti si evidenziano il 2019 Canada-Italy Innovation Award ottenuto dal professore Acampora e rilasciato dalla ambasciata canadese in Italia, il Best Paper Award@Fuzz-IEEE 2021 e l’IEEE Computer Society Award on Emerging Technologies conseguiti dallo stesso professore e dalla dottoressa Vitiello, e il 2022 IEEE CIS Graduate Student Research Grant conseguito da Roberto Schiattarella, grant che consentirà al dottorando di testare il motore inferenziale quantistico sui sistemi di controllo degli acceleratori di particelle del CERN di Ginevra.
Per approfondire
- On the Implementation of Fuzzy Inference Engines on Quantum Computers (https://doi.org/10.1109/TFUZZ.2022.3202348)