Efficient algorithms for sustainable machine learningH2020 – ERC-2018-COGP.I.: Lorenzo RosascoDipartimento di informatica, bioingegneria, robotica e ingegneria dei sistemi - DIBRISGrant Agreement: 819789Data di inizio: 1/11/20219Data di fine: 31/10/2025Finanziamento EU: € 1.977.500,00Parole chiave: machine learning, statistical data processing and applications using signal processingI risultati del progetto SLING sono consultabili sulla piattaforma CORDIS L’apprendimento automatico è una componente chiave che sottende ai recenti successi dei sistemi intelligenti e dei motori di analisi dei dati. Algoritmi di apprendimento automatico addestrati sui dati possono svolgere compiti impressionanti, ma spesso a scapito di massicce risorse computazionali. La riduzione di questi requisiti è l’obiettivo del progetto SLING finanziato dall’UE. SLING sviluppa una nuova generazione di algoritmi efficienti sotto il profilo delle risorse per soluzioni di apprendimento automatico su larga scala, facilmente applicabili a scenari reali. Le soluzioni sviluppate nel progetto rendono l’apprendimento automatico più accessibile e sostenibile, aumentando notevolmente le prospettive di sviluppo di sistemi intelligenti realmente scalabili.