Neurale, rete

In informatica, tipo di calcolatore costituito da un numero elevato di processori elementari, collegati fra loro da una estesa rete di interconnessioni, in modo da realizzare architetture a elevato grado di parallelismo.

A differenza dei calcolatori tradizionali, che contengono generalmente una sola o poche unità di calcolo, la rete n. consiste in un insieme di molti elementi semplici, detti neuroni, interconnessi in parallelo; pertanto l’elaborazione non avviene secondo una sequenza seriale di operazioni consecutive, ma in modo parallelo e distribuito sull’intera struttura. L’aspetto più tipico delle reti n. è quello di adattare, entro certi limiti, il proprio comportamento al particolare compito che deve essere svolto, in modo analogo a quanto accade negli organismi viventi nei quali è possibile acquisire esperienza per mezzo di stimoli esterni. In questo senso le reti n. rappresentano un tentativo per superare certe carenze dei sistemi di elaborazione tradizionali rispetto ad alcuni problemi tipici dell’intelligenza artificiale.

In una rete n., ogni neurone è un elemento piuttosto semplice, caratterizzato da un suo stato interno e dalle regole (deterministiche o probabilistiche) che stabiliscono le relazioni fra tale stato e le funzioni di ingresso e di uscita. L’architettura dell’intera rete è caratterizzata dall’insieme delle interconnessioni neurali e dei loro pesi relativi, detti sinapsi, i cui valori possono essere modificati nella fase di apprendimento. In tale fase la rete n. si configura in modo da essere in grado di risolvere il problema d’interesse, utilizzando l’informazione contenuta in un insieme di esempi che vengono presentati in ingresso. Si formano così delle associazioni organizzate di neuroni che operano collettivamente secondo comportamenti caratteristici, che costituiscono ciò che può definirsi acquisizione di esperienza.

fig.

Tra le reti n. più significative, si possono menzionare il perceptron multistrato, la rete di Kohonen, la rete ricorrente di Hopfield, le memorie associative (v. fig.). Queste ultime hanno l’obiettivo di riprodurre i meccanismi con cui la nostra mente richiama le informazioni in essa contenute. In tali memorie l’informazione è localizzata per mezzo del proprio contenuto, o di parti di esso, e non per mezzo dell’indirizzo come avviene nelle tradizionali memorie elettroniche.

I principali campi di applicazione delle reti n. sono i sistemi intelligenti basati su segnali di ingresso forniti da sensori (in particolare per il riconoscimento delle immagini o della voce), i sistemi di controllo adattativo, i sistemi esperti, i robot autonomi ecc. Il modo più semplice di realizzare una rete n. è la sua simulazione su calcolatore; in tal modo essa rappresenta semplicemente un metodo per realizzare un algoritmo di elaborazione piuttosto efficiente, simile a un algoritmo di ottimizzazione vincolata. È tuttavia probabile che i vantaggi delle reti n. possano essere ottenuti in modo completo solo con la loro realizzazione diretta, orientata verso le tecnologie VLSI dei dispositivi elettronici a semiconduttore o dei dispositivi ottici. In tal caso la rete si presenta come un dispositivo (parzialmente) analogico di tipo non lineare e di elevata complessità. Particolarmente difficile risulta la realizzazione della rete delle sinapsi dalla cui complessità dipende l’efficienza elaborativa della rete neurale. Infatti, mediante la tecnologia integrata di tipo planare è possibile realizzare solo reti di interconnessione di complessità limitata. Per tale ragione sono stati studiati particolari tipi di reti n. facilmente realizzabili (come le reti n. cellulari) in cui ciascun neurone può essere connesso solo con un numero limitato di neuroni contigui.