SISTEMI AVANZATI DI DEEP LEARNING: DALLA TEORIA ALL'IMPLEMENTAZIONE

I sistemi avanzati di deep learning rappresentano alcuni dei traguardi tecnici più sofisticati della nostra epoca, combinando intuizioni teoriche provenienti dalle neuroscienze e dalla matematica, ingegneria pratica derivata dal calcolo distribuito e dalla progettazione di sistemi, e competenze di dominio provenienti da innumerevoli aree applicative. La costruzione di tali sistemi richiede la combinazione di conoscenze in più discipline: comprendere non solo le reti neurali, ma anche l'ottimizzazione, i sistemi distribuiti, l'ingegneria del software, la gestione dei dati e le sfide specifiche del dominio.Il campo è ancora giovane, con enormi opportunità di innovazione e impatto. Modelli che un tempo sembravano impossibili da addestrare, oggi vengono addestrati routinariamente. Implementazioni su scale inimmaginabili solo pochi anni fa ora operano in modo affidabile. Applicazioni che erano pura fantascienza ora avvantaggiano miliardi di utenti. Eppure rimangono sfide enormi: costruire sistemi che siano abbastanza efficienti per l'implementazione edge, abbastanza equi da evitare di amplificare i pregiudizi sociali, abbastanza robusti da gestire i cambiamenti di distribuzione e gli input avversari, e abbastanza interpretabili da consentire comprensione e fiducia.

Pagina's: 164, Paperback, Edizioni Sapienza