Oggi sto leggendo e cercando documentazione su questo argomento per me assolutamente affascintante. E’ imporessionante come sia possibile che una struttura informatica consenta di prevedere un fenomeno, o di adattarsi alla sua evoluzione.
Vediamo di capire assieme di cosa si tratta. Una Rete neurale è la modellizzazione informatica dello schema base di funzionamento del cervello umano. A volte ci si riferisce ad essa utilizzando il termine ANN (Artificial Neural Network).
I primi a definire la struttura della rete neurale furono McCullock e Pitts Negli anni 60. essi definirono come prima cosa la struttura di un “neurone informatico” che rappresentasse il neurone biologico. La struttura è quella in figura.
I valori in ingresso nel neurone vengono moltiplicati per i pesi della connessione e viene applicato al valore calcolato una funzione. Se il valore di questa funzioe è maggiore di una soglia il neurone attiva l’output, e questo processo viene effettuato a cascata per ogni neurone. L’insieme dei neuroni viene poi organizzato in livelli sovrapposti, che comporranno la rete neurale vera e propria
Ma quale idea sta alla base della Rete Neurale? Praticamente la Rete neurale è una sorta di approssimatore di funzioni, ovvero della funzione che lega gli input agli output della rete. Il problema, e quel che rende una rete “magica”, è che a differenza dell’interpolazione numerica, qua non si conosce quale sia la funziona da approssimare.
Per Realizzare La sua “magia” la rete neurale ha bisogno di imparare da dei dati in nostro possesso, attraverso algoritmi di apprendimento, che analizzaremo prossimamente, quali ad esempio il famoso algoritmo di “back propagation”.
Pregi e difetti
Il lato positivo è che sono strutture estremamente flessibili. Anche se dei neuroni non funzionano bene (leggi, hanno i pesi in ingresso ed uscita errati), la rete nel suo comeplesso non si comporta male, riducendo al minimo il degrado in termini prestazionali. Inoltre La rete neurale è altamente parallelizzabile, per cui si possono gestire grandi moli di dati.
Difetto grande è l’impossibilità di estrarre la funzione che una rete descrive..Questo fa si che la rete funziona, ma non si riesca a capire in maniera umanamente intelleggibile quale sia la relazione tra input ed output.
