Deep learning for computer vision: a comparison between convolutional neural networks and hierarchical temporal memories on object recognition tasks

In recent years, Deep Learning techniques have shown to perform well on a large variety of problems both in Computer Vision and Natural Language Processing, reaching and often surpassing the state of the art on many tasks. The rise of deep learning is also revolutionizing the entire field of Machine Learning and Pattern Recognition pushing forward the concepts of automatic feature extraction and unsupervised learning in general. However, despite the strong success both in science and business, deep learning has its own limitations. It is often questioned if such techniques are only some kind of brute-force statistical approaches and if they can only work in the context of High Performance Computing with tons of data. Another important question is whether they are really biologically inspired, as claimed in certain cases, and if they can scale well in terms of "intelligence". The dissertation is focused on trying to answer these key questions in the context of Computer Vision and, in particular, Object Recognition, a task that has been heavily revolutionized by recent advances in the field. Practically speaking, these answers are based on an exhaustive comparison between two, very different, deep learning techniques on the aforementioned task: Convolutional Neural Network (CNN) and Hierarchical Temporal memory (HTM). They stand for two different approaches and points of view within the big hat of deep learning and are the best choices to understand and point out strengths and weaknesses of each of them. CNN is considered one of the most classic and powerful supervised methods used today in machine learning and pattern recognition, especially in object recognition. CNNs are well received and accepted by the scientific community and are already deployed in large corporation like Google and Facebook for solving face recognition and image auto-tagging problems. HTM, on the other hand, is known as a new emerging paradigm and a new meanly-unsupervised method, that is more biologically inspired. It tries to gain more insights from the computational neuroscience community in order to incorporate concepts like time, context and attention during the learning process which are typical of the human brain. In the end, the thesis is supposed to prove that in certain cases, with a lower quantity of data, HTM can outperform CNN.

IN.TRA: un progetto di service-learning all’interno del Dipartimento di Interpretazione e Traduzione dell’Università di Bologna

Nell’a.a. 20/21 viene attivato presso il Dipartimento di Interpretazione e Traduzione dell’Università di Bologna il corso Service Learning Laboratory. L’insegnamento si basa sul service-learning, un approccio didattico sviluppatosi alla fine del XX secolo che integra il servizio significativo reso alla comunità all’interno del curriculum. D’accordo con tale proposta, il corso di service-learning si poneva un obiettivo tanto virtuoso quanto ambizioso: la fondazione di un’agenzia di servizi linguistici pro bono a gestione studentesca. Tale scopo è stato raggiunto nel marzo del 2021 con la fondazione di IN.TRA. Il presente elaborato si pone l’obiettivo di effettuare una valutazione finale del corso Service Learning Laboratory al duplice scopo di provare la rilevanza e la qualità del servizio sociale offerto alla comunità e di dimostrare la sua utilità nella formazione degli studenti e delle studentesse che hanno preso parte al corso. A tal fine, sono state raccolte le autovalutazioni e le opinioni dei protagonisti del progetto IN.TRA e analizzate sulla base delle tre domande di valutazione: quali risultati sono stati raggiunti dal punto di vista dell’apprendimento degli studenti? Quali risultati sono stati raggiunti dal punto di vista del servizio sociale offerto? Sono stati rispettati i criteri che rendono un’esperienza di service-learning di qualità? I risultati mostrano alti livello di apprendimento da parte dei discenti a fianco di un servizio rilevante e di qualità offerto ai partner comunitari. Tutto ciò, nel pieno rispetto degli elementi cardine di un progetto di service-learning di qualità. Il presente elaborato si propone inoltre di offrire un contributo alla limitata letteratura circa l’implementazione del service-learning nei curricula di traduzione, senza tuttavia la pretesa di generalizzare i risultati ottenuti. A tale scopo, si rendono necessarie ulteriori ricerche che l’autrice si auspica possano trovare ispirazione dal presente elaborato.