Reti neurali: definizione e differenze con l'AI

Cosa sono le reti neurali artificiali? Lo si può intuire dal termine stesso, ma è bene fare chiarezza e capire in che modo siano collegate all’Intelligenza Artificiale.

Per reti neurali artificiali si intendono modelli matematici composti da neuroni artificiali in grado di risolvere problemi ingegneristici legati a vari ambiti tecnologici, quali l’elettronica, l’informatica e la simulazione. Traggono ispirazione dalle reti neurali cerebrali, vale a dire quelle che consentono a ciascun individuo di ragionare, riconoscere suoni e immagini, fare calcoli, imparare e agire.

Si potrebbe dire che le reti neurali artificiali siano una sottocategoria dell’intelligenza artificiale, come lo sono anche il machine learning, l’apprendimento profondo e la computer vision. I modelli di calcolo basati sul funzionamento di queste reti, sono costituiti da interconnessioni di informazioni che derivano appunto da neuroni artificiali. In questo modo è stato possibile trovare soluzioni a problemi più complessi, soluzioni che oggi si potrebbero classificare come sistemi per il supporto decisionale definendo i sistemi esperti come software intelligenti, i quali rispondendo in modo dinamico alle domande degli utenti, li supportano nella risoluzione dei problemi.

Le reti neurali artificiali sono peraltro collegate all’apprendimento automatico, perché per risultare performanti è necessario “addestrarle”, vale a dire fare in modo che imparino come comportarsi di fronte a un problema (per esempio capire se sbloccare o meno lo smartphone a seconda di un volto, grazie alla tecnologia del riconoscimento facciale).

Come sono fatte le reti neurali

Per capire il funzionamento delle reti neurali, basta pensare a come si comportano quelle biologiche. In natura, le reti neurali ricevono dati da segnali esterni (percepiti nell’uomo e negli animali dai sensi), che vengono trasformati in informazioni grazie a un numero di neuroni interconnessi tra loro. Questi vanno a formare una struttura non lineare e variabile in risposta agli stimoli esterni. Allo stesso modo, le reti neurali artificiali sono strutture non lineari che ricevono segnali esterni su uno strato di nodi, collegato ad altri nodi interni organizzati a più livelli (in linea di massima sono formate da tre strati), che possono coinvolgere migliaia di neuroni: lo strato degli ingressi (I – Input), lo strato H – hidden (strato nascosto) e lo strato di uscita (O – Output).