"La memoria è l'intelligenza degli idioti." Albert Einstein

A cura di Luca Piccirillo

Indice

Introduzione
Il ruolo di una rete neurale artificiale
Cenni alla struttura di una rete neurale
Le reti neurali: dove siamo arrivati
Reti neurali: gli alti e bassi di una ricerca promettente

Introduzione

Potrebbe ritenersi noto che le reti neurali artificiali siano state progettate per risolvere uno o più problemi legati ai modelli computazionali tradizionali, ovvero riuscire a riconoscere, nonché saper rispondere a, stimoli precedentemente non codificati, invece rispondere in modo preventivamente programmato agli stessi.

Sotto il profilo metodologico, l'obiettivo degli studiosi di Intelligenza Artificiale è quello di costruire dei software che sappiano svolgere determinate attività intellettuali umane e sappiano spiegare i principi di base dell'intelligenza, nonostante si ritenga che tale compito sia veramente arduo.

Va detto che negli anni i diversi campi di ricerca dell’IA (Machine e Deep learning, etc.) hanno fornito buone tecniche e metodologie di produzione di reti neurali artificiali che sono in grado di fornire una soluzione valida a parecchie problematiche, attraverso le seguenti abilità:

• riconoscere automaticamente un insieme di valori che corrispondono ad un preciso blocco di dati;

• formalizzare e ragionare su applicazioni basate sulla rappresentazione del mondo come insieme di formule logiche;

• dimostrare con ragionamenti formali, o validare con metodi probabilistici o di tipo “fuzzy”;

• programmare in modo automatico una serie di azioni per il raggiungimento di determinati obiettivi.

Si tratta di passi in avanti notevoli, che lasciano intravedere la possibilità di migliorare notevolmente nel tempo le potenzialità di una rete neuronale artificiale.
Il ruolo di una rete neurale artificiale

Le cellule nervose del nostro cervello risolvono milioni dei problemi già citati, ogni giorno, ogni secondo, attraverso una serie di processi che si sostanziano in quella che chiamiamo “attività cerebrale”. Una rete neurale artificiale, al contrario, opera attraverso opportuni algoritmi programmati, simulando una rete neuronale biologica.

Questo tentativo di fedele riproduzione rappresenta, in qualche modo, il ruolo primario di una rete neurale artificiale: somigliare il più possibile a quel riflesso naturale, biologico, dal quale trae origine. Nella rete neurale umana due neuroni sono collegati tra loro: il primo è deputato ad immagazzinare stimoli (input) e il secondo ad elaborarle. Tale processo di elaborazione, generalmente, risulta piuttosto "bilanciato" ma, qualora ciò non accadesse, il neurone con funzione di “alert” invierebbe un segnale al neurone d’uscita corrispondente.

Dal momento dell’invio dell’input al neurone d’uscita, il segnale viene dirottato ad altri neuroni collegati, a seguito di un’immediata selezione di quelli più adatti a gestire la questione segnalata. Ne deduciamo che il segnale di input può essere pesato rispetto all'output ed essere così diretto ad alcuni neuroni anziché ad altri.
Cenni alla struttura di una rete neurale

Trattandosi di una “rete neurale” e non di “singolo neurone” non è difficile intuire che ciascun elemento, individualmente inteso, è connesso ad un filamento continuo di neuroni, connesso a sua volta ad altri gruppi di neuroni, formando così una struttura complessa e articolata che presenta tre diversi strati:

• uno strato di input,

• uno strato specializzato nell'elaborazione di stimoli composti da colonne di neuroni,

• e uno strato di output.

La duplicazione di una rete neurale biologica in una rete neurale artificiale comporta la necessaria riproduzione di una struttura molto complessa, al punto da non essere facilmente riproducibile nemmeno sotto l’aspetto “architettonico”. Il limite principale di tale difficile replica è riassumibile come segue.

Le reti neurali hanno l'enorme vantaggio di dare una risposta coerente ad un input precedentemente avviato e non codificato, però hanno anche lo svantaggio di rappresentare una sorta di "scatola chiusa" o più precisamente una "scatola nera" in cui è di fatto impossibile tracciare i passaggi di consegne che avvengono all’interno dell’intero processo traslativo degli input.

Questa preclusione conoscitiva limita l’esatta rielaborazione artificiale di ciò che avviene dentro un cervello umano, e mantiene saldamente in vita quell’alone di mistero e di irraggiungibilità che da sempre avvolge la più straordinaria invenzione mai esistita: l’uomo.
Le reti neurali: dove siamo arrivati

Nonostante i limiti riscontrati, l'elaborazione delle informazioni ha ottenuto nel tempo un successo straordinario segnando impatti storicamente significativi nella vita quotidiana. Oggi, però, esistono ancora delle abilità percettive come localizzare oggetti in una scena, riconoscere suoni in condizioni realistiche ordinarie e prendere decisioni basate sul "buon senso" che risultano piuttosto difficili per un computer.

Vero è che siamo giunti a processi automatizzati perfetti, considerati anche molto rilevanti sotto il profilo tecnologico. Oggi un software archivia, esegue calcoli, promuove l'automazione del ragionamento simbolico, modella e fornisce una conoscenza approfondita in campi specifici.

Tuttavia, nonostante i fantastici risultati ottenuti con alcuni processi intelligenti di alto livello nella simulazione della rete neurale biologica, la maggior parte dei processi artificiali di percezione ed elaborazione di input forniscono ancora comportamenti piuttosto primitivi e incomparabili con le reali abilità umane.

La complessa struttura neurobiologica sembra stata decifrata in modo abbastanza accurato. I ricercatori nel campo delle scienze cognitive concordano sul fatto che i segnali elettrici presenti nei neuroni siano la base dell'elaborazione delle informazioni nel cervello. Pertanto, la capacità cognitiva è correlata all'elaborazione dei segnali presenti nei neuroni.
Reti neurali: gli alti e bassi di una ricerca promettente

L'apprendimento nelle reti neurali artificiali è direttamente proporzionale al cambiamento che si riesce ad ottenere nel momento in cui si ricostruisce ingegneristicamente una rete neurale umana. Il peso della connessione sinaptica diviene di centrale importanza nei processi cognitivi biologici e di conseguenza nei suoi corrispondenti artificiali. I dati e l'interazione con l'ambiente aiutano a sviluppare competenze per i diversi protocolli esistenti.

La ricerca sullo sviluppo delle reti neurali artificiali, seppur con fasi altalenanti, ha raggiunto nel tempo un certo grado di maturità non soltanto per ciò che concerne lo sviluppo sistematico delle metodologie fondamentali ma anche, e soprattutto, per l’uso applicativo di esse.

Va considerato che la consapevolezza sui limiti rilevati del settore sembra essere necessaria, affinché si possa pervenire ad ulteriori passi in avanti in futuro.Se vuoi sapere cosa possiamo fare per te: contattaci per una consulenza gratuita! Noi di bitCorp saremo lieti di darti una mano.