Riccardo Zecchina
Riccardo Zecchina (Torino, 6 maggio 1963) è un fisico italiano attivo in fisica teorica nel campo della meccanica statistica e in informatica nel campo dell'apprendimento automatico.
Nel corso della sua carriera si è occupato di problemi all'interfaccia tra la meccanica statistica e l'informatica, con applicazioni reciproche in entrambi i campi, e in particolare per l'apprendimento automatico. È professore ordinario presso l'Università Bocconi di Milano, titolare della Cattedra Vodafone di Machine Learning and Data Science.[1]
Insieme a Giorgio Parisi e Marc Mézard è stato insignito del Premio Onsager 2016 dell'American Physical Society «per il lavoro pionieristico sull'applicazione del concetto di vetro di spin a gruppi di problemi computazionali, fornendo sia una nuova classe di algoritmi efficienti che nuove prospettive sulla struttura e sulla complessità delle transizioni di fase.»[2] Nel 2011 ha ottenuto l’Avanced Grant del Consiglio Europeo per la Ricerca (ERC), dal titolo “Optimization and inference algorithms from the theory of disordered systems”.[3]
Biografia[modifica | modifica wikitesto]
Riccardo Zecchina si è laureato in ingegneria elettronica al Politecnico di Torino nel 1988, e ha conseguito il dottorato di ricerca in fisica teorica all'Università di Torino nel 1993 con Tullio Regge.[4]
È stato ricercatore e direttore del gruppo di fisica statistica dell'ICTP di Trieste dal 1997 al 2007. Nominato professore ordinario di fisica teorica presso il Politecnico di Torino nel 2007, si è spostato all'Università Bocconi di Milano nel 2017, dove ha fondato il Dipartimento di Computing Sciences di cui è attualmente direttore. È titolare della Vodafone chair in Machine Learning e Data Science e fondatore e co-direttore dell’unità di Milano di Ellis, European Laboratory for Learning and Intelligent Systems. Ha avuto incarichi temporanei presso Microsoft Research a Redmond e Boston, nonché all'Università di Parigi a Orsay.[5]
Principali ricerche[modifica | modifica wikitesto]
La sua attività di ricerca si è svolta all'interfaccia tra la fisica statistica e l'informatica. Si è occupato di problemi ottimizzazione, algoritmi probabilistici, sistemi complessi, sistemi fuori dall'equilibrio, nonché all'applicazione della meccanica statistica a problemi di informatica, in particolare nel campo dell'apprendimento automatico. Ha dato contributi importanti alla teoria degli algoritmi di scambio di messaggi per la soddisfacibilità booleana e della direct coupling analysis. Nel campo dell'apprendimento automatico, ha introdotto nuove tecniche per l'apprendimento delle reti neurali (local entropy maximisation).
Note[modifica | modifica wikitesto]
- ^ Riccardo Zecchina, su Università Bocconi. URL consultato il 4 febbraio 2020. ]
- ^ 2016 Lars Onsager Prize Recipient, su American Physical Society. URL consultato il 4 febbraio 2020. ].
- ^ https://cordis.europa.eu/project/id/267915
- ^ Riccardo Zecchina, su Neurotree. URL consultato il 4 febbraio 2020. ]
- ^ Riccardo Zecchina Bio, su Riccardo Zecchina personal site. URL consultato il 4 febbraio 2020. ]
Collegamenti esterni[modifica | modifica wikitesto]
- (EN) Riccardo Zecchina, su Mathematics Genealogy Project, North Dakota State University.
- Sito personale di Riccardo Zecchina, su sites.google.com.
- Riccardo Zecchina - Università Bocconi, su faculty.unibocconi.it.
- Lars Onsager Prize 2016, su aps.org.
| Controllo di autorità | VIAF (EN) 313537869 · ISNI (EN) 0000 0004 4706 2698 · SBN USMV973455 · ORCID (EN) 0000-0002-1221-5207 · LCCN (EN) nb2015015127 · GND (DE) 1072083388 · J9U (EN, HE) 987007343235105171 |
|---|
