Cos'è una rete neurale?

In un tipico computer, realizzato secondo quello che viene chiamato un'architettura von Neumann, le banche di memoria vivono in un modulo isolato.Esiste un solo processore, che elabora le istruzioni e la memoria riscrive uno per uno, usando un'architettura seriale.Un approccio diverso al calcolo è la rete neurale.In una rete neurale, composta da migliaia o addirittura milioni di singoli neuroni o nodi, tutte le elaborazioni sono altamente parallele e distribuite.I ricordi sono immagazzinati all'interno delle complesse interconnessioni e ponderazioni tra i nodi.

La rete neurale è il tipo di architettura di calcolo utilizzata dai cervelli animali in natura.Ciò non è necessariamente perché la rete neurale è una modalità di elaborazione intrinsecamente superiore rispetto al calcolo seriale, ma perché un cervello che utilizza il calcolo seriale sarebbe molto più difficile da evolvere in modo incrementale.Le reti neurali tendono anche a gestire dati rumorosi meglio dei computer seriali.

In una rete neurale feedforward, un livello di input pieno di nodi specializzati prende informazioni, quindi invia un segnale a un secondo livello in base alle informazioni ricevute dall'esterno.Queste informazioni sono generalmente un segnale binario sì o no.A volte, per passare da un no a un sì, il nodo deve sperimentare una certa quantità di soglie di eccitazione o stimolazione.

i dati si spostano dal livello di input ai livelli secondari e terziari, e così via, fino a raggiungere un output finaleLayer che visualizza i risultati su una schermata per i programmatori da analizzare.La retina umana funziona basata su reti neurali.I nodi di primo livello rilevano semplici caratteristiche geometriche nel campo visivo, come colori, linee e bordi.I nodi secondari iniziano ad astrarre caratteristiche più sofisticate, come movimento, consistenza e profondità.L'output finale è ciò che la nostra coscienza registra quando guardiamo il campo visivo.L'input iniziale è solo una complessa disposizione di fotoni che significherebbe poco senza l'hardware neurologico per darne un senso in termini di qualità significative, come l'idea di un oggetto duraturo.

In reti neurali backpropagating, i risultati da livelli precedenti possonoTorna a quegli strati per limitare ulteriori segnali.La maggior parte dei nostri sensi funziona in questo modo.I dati iniziali possono richiedere un'ipotesi istruita al risultato finale, seguita da esaminare i dati futuri nel contesto di quell'ipotesi istruita.Nelle illusioni ottiche, i nostri sensi rendono ipotesi educate che si rivelano sbagliate.

Invece di programmare in modo algoritmico le reti neurali, i programmatori devono configurare una rete neurale con addestramento o sintonizzazione delicata dei singoli neuroni.Ad esempio, la formazione di una rete neurale per riconoscere i volti richiederebbe molte corse di formazione in cui sono stati mostrati diversi oggetti facciali e non scadenti alla rete, accompagnati da feedback positivi o negativi per convincere la rete neurale nel migliorare le capacità di riconoscimento.