Nick: Zipper75
Oggetto: re:Domanda
Data: 9/7/2003 13.28.12
Visite: 18
Le reti neurali sono lo stato dell’arte nel trattamento
dell’informazione. Sono basate su principi completamente
differenti da quelli normalmente utilizzati nell’AI classica per il
trattamento dell’informazione e il supporto alla decisione. In
effetti, in una rete neurale le informazioni sono scomposte in
informazioni "elementari" contenute all’interno di ogni singolo
neurone. Una rete neurale può essere vista come un sistema in
grado di dare una risposta ad una domanda o fornire un output in
risposta ad un input. La combinazione in/out ovvero la funzione di
trasferimento della rete non viene programmata ,ma viene ottenuta
attraverso un processo di "addestramento" con dati empirici. In
pratica la rete apprende la funzione che lega l output con l input
attraverso la presentazione di esempi corretti di coppie
input/output. Effettivamente, per ogni input presentato alla rete,
nel processo di apprendi mento, la rete fornisce un output che si
discosta di una certa quantità DELTA dall’output desiderato: l'
algoritmo di addestramento modifica alcuni parametri della rete
nella direzione desiderata(fig.1). Ogni volta che viene presentato
un esempio, quindi, l'algoritmo avvicina un poco i parametri della
rete ai valori ottimali per la soluzione dell’esempio: in questo
modo l'algoritmo cerca di "accontentare " tutti gli esempi un po’
per volta. I parametri di cui si parla sono essenzialmente i pesi o
fattori di collegamento tra i neuroni che compongono la rete. Una
rete neurale è infatti composta da un certo numero di neuroni
collegati tra loro da collegamenti "pesati" , proprio come lo sono i
neuroni del cervello umano. Ciò che ha portato alla realizzazione
delle reti neurali è stato il tentativo di realizzare delle simulazioni
delle strutture nervose del tessuto cerebrale. Tale obiettivo è, però,
sfociato nella identificazione di modelli matematici che non hanno
molte affinità con i modelli biologici. Un neurone del tessuto
cerebrale può essere visto come una cella (corpo cellulare) che ha
molti ingressi (dendriti) e una sola uscita(assone): una rete neurale
5
biologica è composta da molti neuroni dove gli assoni di ogni
neurone vanno a collegarsi ai dendriti di altri neuroni tramite un
collegamento (la cui forza varia chimicamente in fase di
apprendimento e costituisce una "microinformazione") che viene
chiamato sinapsi. La fig.2 è la rappresentazione formale di un
neurone biologico: come si può notare il neurone ha una sua
interna funzione di trasferimento. Non sono ancora chiari i
meccanismi di apprendimento del cervello degli esseri viventi e le
reti neurali artificiali sono attualmente solo un sistema di
trattamento dell’ informazione in modo distribuito con algoritmi di
apprendimento dedicati. Bisogna sottolineare però che le reti
neurali hanno caratteristiche sorprendentemente simili a quelle del
cervello umano, come capacità di apprendere, scarsa precisione
associata ad alta elasticità di interpretazione dell’input e quindi
capacità di estrapolazione. Quella che abbiamo chiamato elasticità
di interpretazione dell input viene comunemente chiamata
"resistenza al rumore" o "capacità di comprendere dati rumorosi":
un sistema programmato ha bisogno di un input ben preciso per
dare una risposta corretta, mentre una rete neurale è in grado di
dare una risposta abbastanza corretta ad un input parziale o
impreciso rispetto a quelli utilizzati negli esempi di
addestramento. |
Domanda 9/7/2003 12.40.33 (25 visite) Gorgia
re:Domanda 9/7/2003 13.5.31 (24 visite) \\\Ulisse
