Reti neurali artificiali – Parte 2

Se vi siete persi la prima parte di questo argomento vi suggerisco di andarvela a leggere usando questo link.

Se avete già un’idea su cosa sono le reti neurali artificiali possiamo proseguire il nostro discorso.

E… sigla!

Il network neurale biologico

Come abbiamo già accennato, le reti neurali artificiali traggono spunto dal sistema computazionale alla base del nostro cervello.

Possiamo definire, quindi, network neurale biologico l’insieme delle reti neurali che costituiscono la struttura biologica del cervello.

L’affinità tra i due sistemi sta nella loro struttura, costituta da unità fondamentali che si connettono tra loro formando una rete di comunicazione.

Nel network neurale biologico, le unità fondamentali sono cellule, chiamate neuroni, che lavorano all’interno del nostro cervello e svolgono specifiche funzioni. I neuroni sono connessi tra di loro attraverso le sinapsi che trasmettono il segnale nervoso, elettrico o chimico.

 

Similmente, le reti neurali artificiali sono costituite da nodi, collegati tra di loro da link.

Nonostante la somiglianza strutturale, la rete di comunicazione biologica risulta molto più complicata di qualsiasi rete neurale artificiale.

Cosa rende l’ingarbugliato network neurale biologico più complesso di quello artificiale?

Reti neurali: artificiale vs biologico

Una prima differenza tra le reti neurali artificiali e quelle biologiche sta nella loro grandezza. Se una rete neurale artificiale ha tra i 10 e i 1000 nodi, il cervello umano ha circa 86 miliardi di neuroni. E sì, sono una vagonata di neuroni in più.

Inoltre, nel cervello umano, un singolo neurone può funzionare sia da input che da output utilizzando diverse parti cellulari. Nelle reti neurali artificiali ci sono diversi strati di nodi, e quelli che acquisiscono gli input differiscono completamente da quelli che forniscono gli output.

Entrambi i network consistono in connessioni tra i diversi neuroni. I neuroni biologici possiedono un potenziale elettrico che, una volta raggiunta una determinata soglia, permette di accendere il segnale e trasmetterlo. Le sinapsi, che connettono un neurone con un altro, trasmettono il segnale nervoso che può rimanere di tipo elettrico oppure essere convertito in segnale chimico, con il rilascio di specifiche molecole chiamate neurotrasmettitori.

Nelle reti neurali artificiali, invece, i nodi si connettono attraverso link che trasmettono un segnale numerico compreso tra 0 e 1. Anche nodi artificiali hanno un livello soglia che li fa attivare e produrre un segnale in uscita.

Bisogna ricordare, però, che il network neurale artificiale ha una struttura stratificata. Ciò significa che i neuroni si suddividono in diversi strati e la comunicazione avviene tra uno strato e l’altro. Un nodo del primo strato manderà un segnale ad un nodo del secondo strato e così via fino all’ultimo strato dove i nodi trasmetteranno il segnale di output.

Il training

Una differenza sostanziale tra reti neurali artificiali e biologiche è il metodo di apprendimento.

Nelle reti neurali biologiche, il processo di apprendimento non ha un inizio e una fine, ma è in continuo aggiornamento. Inoltre, non è ancora chiaro come il processo di apprendimento avvenga o in che modo specifiche nozioni riaffiorano alla mente quando si presenta un problema.

Un bambino impiega, più o meno, un anno ad imparare a camminare in posizione eretta. Tuttavia, quella nozione, una volta imparata, non sarà più dimenticata e diverrà un processo automatico senza il minimo sforzo intellettivo.

Anche quando dormiamo, continuiamo ad imparare. Durante il sonno, il cervello non si ferma, ma elabora quanto imparato quando eravamo svegli.

Pertanto, mentre le reti neurali biologiche hanno un potenziale d’apprendimento indefinito, le reti neurali artificiali hanno un modello di apprendimento predefinito e individuato da un paradigma. Ad una particolare tipologia di compito da svolgere si può associare un paradigma, che determina la struttura della rete neurale.

Scegliendo, quindi, la modalità di apprendimento, si determina il modus operandi della rete neurale.

Topologia ed energia

I neuroni umani del cervello hanno una topologia complicata e sono connessi in modo asincrono. Ciò significa che la trasmissione di un segnale non dipende dal compiersi di altri processi. In breve, le reti neurali biologiche lavorano senza avere un pattern definito.

Le reti neurali artificiali hanno, invece, una struttura ramificata in diversi strati. I neuroni di uno strato comunicano con i neuroni di un altro strato seguendo pattern definiti.

Per concludere in bellezza, confrontiamo le differenze dei due sistemi in termini di consumo di energia.

Le macchine artificiali consumano molta energia e generano altrettanto calore. In media, una unità di processamento grafico consuma 250 watt e a bisogno di una fonte di energia per tutto il tempo di lavoro.

Il cervello consuma soltanto il 20% dell’energia del nostro corpo. Nonostante il cervello abbia una grande funzione ha bisogno di solo 20 watt per operare, circa l’energia che serve per illuminare una lampadina. È forse questo il motivo per cui, quando si rappresenta un’idea geniale, si disegna una lampadina accesa accanto al cervello?

Fonti:

• https://neurophysics.ucsd.edu/courses/physics_171/Buzsaki%20G.%20Rhythms%20of%20the%20brain.pdf
• https://www.cell.com/neuron/pdf/S0896-6273(16)30957-6.pdf
• http://proceedings.mlr.press/v97/zhou19d/zhou19d.pdf
• https://openreview.net/pdf?id=rkjZ2Pcxe
• https://www.youtube.com/watch?v=aircAruvnKk&t=203s
• https://www.youtube.com/watch?v=qPix_X-9t7E