rotate-mobile
Venerdì, 19 Aprile 2024
Cronaca

Università: tre studenti vincono il Fujitsu AI-NLP Challenge

Alessio, Silvia e Federico si sono aggiudicati 20mila dollari con un progetto di elaborazione del linguaggio naturale

Tre studenti dell’Università si sono aggiudicati 20mila dollari vincendo il Fujitsu AI-NLP Challenge, una sfida al livello mondiale per sviluppare un programma in grado di scegliere la risposta corretta a domande poste in lingua inglese. Il team composto dai ventitreenni Alessio Gravina e Silvia Severini, rispettivamente di Maratea e Jesi, e da Federico Rossetto, ventisettenne di Bassano del Grappa, ha progettato una 'rete neuronale profonda'. Si tratta cioè di un algoritmo che impara ad analizzare le domande attraverso un innovativo 'meccanismo di attenzione' per focalizzare le parti del testo più rilevanti ai fini di individuare le risposte corrette.

Silvia, Federico e Alessio, ora all’estero con il programma Erasmus+ a Monaco Di Baviera, Bielefeld e Dublino, hanno sviluppato l’idea nell’ambito del corso in 'Human Language Technology' della laurea magistrale in Informatica.

“Il corso - spiega il professore Giuseppe Attardi dell’Università di Pisa - si concentra particolarmente sulle tecniche di Deep Learning, che negli ultimi anni hanno portato a significativi progressi nel settore dell’elaborazione del linguaggio naturale, in particolare nella traduzione automatica, nel rispondere a domande, nell'analisi di sentimento e nel riconoscimento del parlato”.

Per riuscire a realizzare il prototipo in tempo utile per partecipare al concorso, i tre studenti hanno condotto i test su una macchina speciale acquistata dall’Università di Pisa con i fondi 'Grandi Attrezzature 2016'. Questo tipo di macchine è infatti necessario per potere eseguire velocemente gli algoritmi di apprendimento di Deep Learning, che richiedono grande potenza di calcolo per elaborare grandi quantità di dati.

Si parla di

In Evidenza

Potrebbe interessarti

Università: tre studenti vincono il Fujitsu AI-NLP Challenge

PisaToday è in caricamento