Le tecniche di Machine Learning e più in generale di Data Mining sono oggi uno strumento largamente usato in una grande gamma di settori. Di recente sono state sviluppate molte tecnologie commerciali mirate all'utilizzo efficiente di queste tecniche, come ad esempio le GPU. Alcuni esperimenti moderni necessitano tuttavia di una elettronica dedicata e in generale particolarmente veloce, soprattutto in fase di acquisizione dei dati. Le FPGA (Field Programmable Gate Arrays) sono dei processori programmabili che offrono molte possibilità in tal senso. Grazie anche alla grande disponibilità di risorse logiche esse si prestano notevolmente ad essere utilizzate ad esempio nella selezione on-line dei dati di esperimenti, mediante algoritmi più o meno sofisticati, tra cui quelli definiti di Machine Learning.
Nel progetto si cercherà quindi di implementare algoritmi su una FPGA e se ne studieranno le prestazioni, focalizzando l'attenzione su una particolare applicazione nel settore della Fisica Sperimentale.
Come sottolineato già varie volte, i settori dell'intelligenza artificiale e più specificatamente quello del Machine Learning, sono attualmente in rapido sviluppo, con interessi sia dal punto di vista puramente scientifico che commerciale.
I promettenti risultati recenti fanno ben intendere che ad oggi i margini di miglioramento sono ampi e molteplici.
In primo luogo, sarà possibile ottimizzare la logica degli algoritmi di ML attualmente esistenti, come le NN, al fine di sfruttare a pieno tutte le risorse delle FPGA, puntando ad ottenere le migliori perfomance possibili. Solo pochi algoritmi al momento sono in grado di essere sintetizzati ed usati efficientemente su un tale device. Questo potrebbe aprire la strada verso la progettazione di una logica hardware maggiormente dedicata alla risoluzione di problemi di ML.
Ne seguono poi potenzialmente innumerevole applicazioni e conseguenti avanzamenti in vari settori della Fisica. Un'idea potrebbe essere quella di utilizzare un tale sistema in esperimenti di Fisica delle Particelle, volti alla ricerca di segnali Nuova Fisica. Attualmente, ad esempio, buona parte degli esperimenti al Large Hadron Collider del Cern, sono in una fase di progettazione e pianificazione degli upgrade che avranno luogo nei prossimi anni. Avere a disposizione un tale dispositivo, da impiegare per esempio in sistemi di selezione on-line di eventi, potrebbe essere di importanza fondamentale. Certamente questo è solo uno dei tanti utilizzi potenzialmente accessibili.