Curioso di saperne di più su una delle tecnologie più promettenti del secolo? In questo articolo proveremo a definire le reti neurali e a vedere qualche esempio pratico del loro uso.
Che cosa sono le reti neurali
Studiate in informatica come ormai anche nel campo delle neuroscienze, le reti neurali (dette a volte reti neuronali) sono reti costituite da neuroni comunicanti tra di loro. Nello specifico, sono le cosiddette reti neurali artificiali (in inglese Artificial Neural Networks) a rivestire molto interesse in vari ambiti applicativi. Dallo studio di queste reti, di fatto, sono uscite fuori interessantissime assonanze concettuali e di funzionamento con le dinamiche che fanno funzionare il cervello umano.
Viste come sistemi informatici, le reti neurali artificiali si ispirano alle reti “naturali” dello stesso tipo, che sono note e studiate da decenni dal cervello degli animali e dell’uomo. Una rete neurale, di suo, sfrutta una serie di nodi o neuroni di elaborazione, molto semplici nel loro funzionamento ed in grado di modellare una complessa rete di elaborazione dati, modellata da precise leggi matematiche.
Tale rete è tipicamente organizzata per strati, e vive di varie sinapsi o collegamenti tra ogni nodo. Il segnale che può essere trasmesso sulle sinapsi, di fatto, viene elaborato da ogni neurone, il che si presta facilmente ad applicazioni di vario genere: in primis, la possibilità di imitare un modello di input esterno e, alla lunga, “apprendere” come costruire un risultato.
Pi๠input riceve una rete neurale più diventa “abile” o in grado di imitare un risultato sempre più preciso e credibile. Il principio dell’addestramento delle reti neuronali artificiali ha posto, del resto, le basi per gran parte dell’informatica moderna, a cominciare dal deep learning e dai Deepfake fino ad arrivare alle più curiose e utili applicazioni di data mining.
Applicazioni di reti neurali: riconoscimento facciale
La tecnologia delle reti neurali convoluzionali merita una certa attenzione in questo contesto, cosଠcome in tutto ciò che afferisce al deep learning. In questo caso si tratta di reti in cui l’aspetto convoluzionale è legato ad un meccanismo che imita il funzionamento del cervello degli esseri viventi. Nella pratica, l’input sottoposto al software subisce un primo processamento (convolution) e costruire una mappa delle caratteristiche dello stesso (feature maps), attraverso cui diventa possibile – mediante campionamenti e sotto-elaborazioni statistiche – produrre un input sempre più raffinato e preciso.
Grazie a questa tecnologia possiamo fotografare il viso di una persona e farlo successivamente “riconoscere” al sistema, ad esempio.
Reti neurali: le prospettive per il prossimo futuro
Il peso specifico della tecnologia in questione è notevolissimo, ovviamente, e sarà oggetto di varie discussioni in termini di privacy, di sviluppi etico-morali e della possibilità dei governi di fare uso di questo genere di tecnologie. Di recente, si sta già parlando di evoluzioni delle reti neuronali che siano addirittura in grado di correggere il tiro da sole, cioè di modificare la matrice dei pesi di cui fanno uso, dentro una specifica app, modificando il valore dei pesi sulla base dei dati che gli arrivano, e producendo cosଠrisultati di migliore qualità (fonte).
Photo by Hal Gatewood on Unsplash
👇 Contenuti da non perdere 👇
- Cellulari 📱
- Gratis 🎉
- intelligenza artificiale 👁
- Mondo Apple 🍎
- monitoraggio servizi online 📈
- Sicurezza & Privacy 👁
- 💬 Il nostro canale Telegram: iscriviti
- 🟢 rel=nofollow, rel=ugc e rel=sponsored: come e quando usarli
- 🔴 Glossario tecnologico di Trovalost.it
- 🔵 Cosa fare se l’iPhone non carica
