Una nuova realtà, nata in seno all’Università di Cambridge, propone una soluzione in grado di trattare dati particolarmente complessi, come quelli delle ricerche astrofisiche. Si tratta di PolyChord Limited, che ha a bordo due professori universitari di astrofisica di Cambridge (il professor Mike Hobson, il professor Anthony Lasenby) e il professore di fisica William Handley. La soluzione messa a punto dalla startup permette di gestire dati complessi consentendo agli utenti di effettuare previsioni più accurate, in tutte quelle circostanze che vanificano persino gli sforzi degli strumenti più moderni e aggiornati: problemi dimensionali elevati, variabili complesse, dati “sporchi” o confusi e degenerazioni curvilinee.
Più precisamente PolyChord è in grado di:
1. Raccogliere e curare i dati.
2. Costruire modelli (o raffinare quelli esistenti) per descrivere i dati.
3. Adattare / addestrare questi modelli.
4. Selezionare il modello migliore.
5. Usare tale modello per fare previsioni.
Si tratta di un modello adatto a essere utilizzato anche in ambito commerciale, dal momento che un numero sempre crescente di aziende che ha a che fare con una mole di dati sempre maggiore. La differenza principale rispetto agli
altri strumenti di data science è che PolyChord lavora automaticamente: il modello da utilizzare nelle analisi è infatti autonomamente individuato dal motore di calcolo integrato di PolyChord, senza richiedere particolari interventi da parte dell’utente. Il target sono tutte quelle aziende che si servono del Machine Learning e dell’intelligenza artificiale e che hanno che fare con le reti neurali.
