LE 4 RETI NEURALI

Come fa un bambino piccolo a imparare a riconoscere la differenza tra uno scuolabus e un normale autobus ? E in che modo i nostri cervelli eseguono inconsciamente compiti di riconoscimento di schemi complessi ogni giorno senza che nessuno se ne accorga

Tiziano Cianti

CTO&Founder EIskill

Le reti neurali sono gli elementi costitutivi dei sistemi di deep learning. Cosa sono le reti neurali? Molte attività che implicano l’intelligenza, il riconoscimento di pattern e il rilevamento di oggetti sono estremamente difficili da automatizzare, ma sembrano essere eseguite facilmente e naturalmente da animali e bambini. Per esempio, in che modo il cane di famiglia riconosce, il proprietario, rispetto a uno sconosciuto? Come fa un bambino piccolo a imparare a riconoscere la differenza tra uno scuolabus e un normale autobus ? E in che modo i nostri cervelli eseguono inconsciamente compiti di riconoscimento di schemi complessi ogni giorno senza che nessuno se ne accorga? La risposta sta nel nostro corpo. Ognuno di noi contiene una neurale biologica reale reti che sono collegate al nostro sistema nervoso – questa rete è composta da un gran numero di neuroni interconnessi (cellule nervose). 

La parola “neurale” è la forma aggettivale di “neurone” e “rete” indica un grafico struttura; quindi, una “Rete Neurale Artificiale” è un sistema di calcolo che tenta di imitare (o almeno, è ispirato da) le connessioni neurali nel nostro sistema nervoso. Reti neurali artificiali sono indicati anche come “reti neurali” o “sistemi neurali artificiali”. È comune abbreviare Rete neurale artificiale e fare riferimento ad essi come “ANN” o semplicemente “NN”.

Affinché un sistema sia considerato un NN, deve contenere una struttura del grafo orientata e etichettata dove ciascun nodo nel grafico esegue alcuni semplici calcoli. Dalla teoria dei grafi, sappiamo che a il grafico diretto consiste di un insieme di nodi (cioè, i vertici) e un insieme di connessioni (cioè i bordi) che collegano insieme coppie di nodi. Nella Figura sottostante possiamo vedere un esempio di tale grafico NN. Gli input sono presentati alla rete. Ogni connessione trasporta un segnale attraverso il livello nascosto nella rete. Una funzione finale calcola le etichette delle classi di output.

Relazione con la biologia

I neuroni sono collegati ad altri neuroni attraverso i loro dendriti e neuroni. Il nostro cervello è composto da circa 10 miliardi di neuroni, ciascuno collegato a circa 10.000 altri neuroni. Il corpo cellulare del neurone è chiamato soma, dove gli input (dendriti) e le uscite (assoni) collegano il soma ad altri soma. Ogni neurone riceve input elettrochimici da altri neuroni ai loro dendriti. Se questi gli input elettrici sono sufficientemente potenti per attivare il neurone, quindi il neurone attivato trasmette il segnale lungo il suo assone, passando lungo i dendriti di altri neuroni. La chiave del “funzionamento” è che un neurone può essere acceso o spento un’operazione binaria non ci sono diversi “gradi” di attivazione. In poche parole, un neurone sparerà solo se il segnale totale ricevuto al soma supera una determinata soglia. L’obiettivo dell’apprendimento profondo non è quello di imitare come funziona il nostro cervello, ma piuttosto prendere i pezzi che capiamo e che ci permettono di tracciare parallelismi simili nel nostro lavoro.

Suggerisci l'articolo su

Share on facebook
Share on google
Share on twitter
Share on linkedin
Share on whatsapp
Share on email
Share on print