Dagli impulsi umani a quelli artificiali

Le reti neurali sono modelli matematici che si basano sul funzionamento biologico del cervello umano. Si tratta di sistemi software e/o hardware che imitano il funzionamento dei neuroni e sono diventate  parte integrante delle tecnologie di apprendimento profondo, o Deep Learning, e del più ampio contesto dell’intelligenza artificiale.

Esse sono alla base delle più evolute forme di intelligenza artificiale permettendo l'utilizzo di meccanismi molto simili all'intelligenza umana.

Nell'uomo le reti neurali rappresentano la sede della capacità di comprendere l'ambiente e i suoi mutamenti, in modo da reagire in maniera adatta a qualsiasi esigenza.

Esse sono alla base della trasmissione dell'impulso nervoso. Molti dei meccanismi sfruttati all'interno delle reti neurali sono stati quindi implementati anche nelle reti artificiali, sebbene siano stati (ovviamente) semplificati. Ad esempio, non esistono gli analoghi dei neurotrasmettitori ma lo schema di funzionamento è molto simile.

Tale nuovo modello di rete neurale, che sta prendendo piede negli ultimi anni ed è definito Rete neurale spiking o Spiking Neural Network (SNN) , incorpora oltre allo stato sinaptico e neurale anche il concetto di tempo.

Esso si basa perlopiù su una codifica matematica del cosiddetto "treno di impulsi", in modo tale da trasformare quest'ultimo in un numero reale. 

Ovviamente è ancora tutto in fase di sperimentazione ma moltissimi sono stati i passi avanti da quando, nel 1943, il primo modello rudimentale di neurone artificiale recettivo di impulsi nervosi è stato proposto dagli scienziati McCulloch e Pitts.

Link:http://www.intelligenzaartificiale.it/reti-neurali/
          https://it.wikipedia.org/wiki/Rete_neurale_spiking

          https://www.automazionenews.it/le-reti-neurali/.