{"id":18508,"date":"2022-05-06T07:30:19","date_gmt":"2022-05-06T05:30:19","guid":{"rendered":"https:\/\/www.unilab.eu\/?p=18508"},"modified":"2022-04-11T11:58:11","modified_gmt":"2022-04-11T09:58:11","slug":"reti-neurali-artificiali","status":"publish","type":"post","link":"https:\/\/www.unilab.eu\/it\/articoli\/coffee-break-it\/reti-neurali-artificiali\/","title":{"rendered":"Nuove frontiere grazie alle reti neurali artificiali"},"content":{"rendered":"<p>Le <strong>reti neurali artificiali<\/strong> sono in parte simili ai software tradizionali, poich\u00e9 anch\u2019esse vengono create con i comuni linguaggi di programmazione. Tuttavia, il loro codice non \u00e8 costituito da un insieme di istruzioni fisse, ma \u00e8 il risultato di una complessa combinazione di algoritmi.<\/p>\n<p>Tali modelli matematici riescono a<strong> imparare quale output restituire<\/strong> in base agli input immessi dall\u2019utente (spesso costituiti da grandi quantit\u00e0 di dati complessi o inattesi), dimostrando una vera e propria capacit\u00e0 adattiva, che viene maturata dalla rete neurale solo dopo un periodo di training.<\/p>\n<p><strong>Come sono costituite le reti neurali artificiali<\/strong><\/p>\n<p>Ci\u00f2 che colpisce delle reti neurali artificiali \u00e8 il fatto che si ispirino alla natura del cervello umano. In linea di massima, quasi tutti i modelli artificiali hanno infatti qualcosa in comune con le <strong>reti neurali biologiche<\/strong>. Le caratteristiche pi\u00f9 ricorrenti sono, ad esempio, la presenza di:<\/p>\n<ul>\n<li>uno strato d\u2019ingresso (neuroni del cervello);<\/li>\n<li>uno o pi\u00f9 strati intermedi (sinapsi);<\/li>\n<li>e uno strato di uscita.<\/li>\n<\/ul>\n<p>I suddetti collegamenti vengono ripresi nella stesura del codice (che costituisce le reti neurali artificiali), cos\u00ec che possano imparare e aggiornarsi in autonomia. Tutto ci\u00f2 \u00e8 possibile in primis grazie agli algoritmi di <strong>machine learning<\/strong> e ai <strong>cicli di training<\/strong> basati su grandi data set.<\/p>\n<p>La geometria scelta per effettuare i collegamenti tra gli algoritmi interni, inoltre, determina anche le due principali <strong>macro categorie<\/strong> a cui possono appartenere le reti neurali:<\/p>\n<ul>\n<li><strong>feed-forward<\/strong> (cio\u00e8 a \u201cflusso in avanti\u201d): raccoglie tutte quelle reti in cui le connessioni trasmettono i segnali, seguendo una direzione prestabilita che parte dall\u2019input e arriva all\u2019output;<\/li>\n<li><strong>recursive neural netwok<\/strong> (o reti neurali ricorrenti): si distinguono perch\u00e9 alcuni modelli matematici che li costituiscono sono connessi tra loro in loop. Questa tipologia \u00e8 la pi\u00f9 adatta per l\u2019elaborazione di dati complessi e per l\u2019analisi predittiva.<\/li>\n<\/ul>\n<p>Un\u2019ulteriore distinzione per catalogare in maniera pi\u00f9 precisa le reti neurali artificiali, pu\u00f2 essere eseguita basandosi sulla tipologia di <strong>paradigmi di apprendimento<\/strong> implementati (Machine Learning). Le varianti sono:<\/p>\n<ul>\n<li>supervised learning (supervisionato);<\/li>\n<li>unsupervised learning (non supervisionato);<\/li>\n<li>reinforcement learning (apprendimento per rinforzo).<\/li>\n<\/ul>\n<p>Esiste poi una versione ibrida delle prime due soluzioni denominata <strong>semi-supervised<\/strong>, la quale riesce a sfruttare i benefici dell\u2019una e dell\u2019altra variante, combinandoli insieme.<\/p>\n<p><strong>Applicazioni e limiti odierni delle reti neurali<\/strong><\/p>\n<p>La <strong>naturale capacit\u00e0 adattiva <\/strong>delle reti neurali artificiali le rende conformi a svariati ambiti applicativi. Per tale ragione i settori che hanno cominciato a implementarle nelle operazioni standard sono davvero molteplici.<\/p>\n<p>Un esempio eclatante \u00e8 rappresentato dalla <strong>finanza<\/strong>, dove le reti neurali vengono sfruttate per le loro abilit\u00e0 predittive. Esse sono infatti in grado di fare cose come compiere analisi affidabili dei rischi, valutare trend di mercato e svolgere altre operazioni da cui dipendono le scelte degli investitori.<\/p>\n<p>Tale facolt\u00e0 si sta rivelando particolarmente utile anche in <strong>campo medico<\/strong>, dove alcuni algoritmi riescono addirittura a fare diagnosi accurate sui pazienti. Sono inoltre largamente usate per il <strong>data mining<\/strong> e per realizzare <strong>simulazioni complesse<\/strong> in altri ambiti similari.<\/p>\n<p>Interessanti sono in particolar modo le applicazioni nell\u2019<strong>elaborazione delle immagini o dei suoni<\/strong>: alcuni team di ricerca stanno infatti lavorando su reti neurali artificiali, capaci di riconoscere il viso delle persone o di interpretare correttamente la lingua parlata.<\/p>\n<p>Questi modelli matematici complessi hanno quindi enormi potenzialit\u00e0 che, in futuro, potranno davvero fare la differenza in alcune aree d\u2019impiego. Nonostante ci\u00f2, per\u00f2, ci sono ancora diversi scogli da superare, come la <strong>difficolt\u00e0 di programmazione degli algoritmi<\/strong>.<\/p>\n<p>Settare un processo di machine learning abbastanza accurato, preciso e completo non \u00e8 cosa facile, poich\u00e9 richiede capacit\u00e0 elevate da parte dei programmatori, una vasta conoscenza dei dati da analizzare (il data scientist \u00e8 fondamentale) e soprattutto un <strong>lungo periodo di training<\/strong>.<\/p>\n<!--themify_builder_content-->\n<div id=\"themify_builder_content-18508\" data-postid=\"18508\" class=\"themify_builder_content themify_builder_content-18508 themify_builder tf_clear\">\n    <\/div>\n<!--\/themify_builder_content-->\n","protected":false},"excerpt":{"rendered":"<p>Le reti neurali artificiali sono in parte simili ai software tradizionali, poich\u00e9 anch\u2019esse vengono create con i comuni linguaggi di programmazione. Tuttavia, il loro codice non \u00e8 costituito da un insieme di istruzioni fisse, ma \u00e8 il risultato di una complessa combinazione di algoritmi.<\/p>\n","protected":false},"author":10,"featured_media":18506,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"none","_seopress_titles_title":"Nuove frontiere grazie alle reti neurali artificiali","_seopress_titles_desc":"Le reti neurali artificiali sono in parte simili ai software tradizionali, poich\u00e9 anch\u2019esse vengono create con i comuni linguaggi di programmazione. Tuttavia, il loro codice non \u00e8 costituito da un insieme di istruzioni fisse, ma \u00e8 il risultato di una complessa combinazione di algoritmi.","_seopress_robots_index":"","footnotes":""},"categories":[46],"tags":[],"class_list":["post-18508","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-coffee-break-it","has-post-title","has-post-date","has-post-category","has-post-tag","has-post-comment","has-post-author",""],"builder_content":"","_links":{"self":[{"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/posts\/18508","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/users\/10"}],"replies":[{"embeddable":true,"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/comments?post=18508"}],"version-history":[{"count":0,"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/posts\/18508\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/media\/18506"}],"wp:attachment":[{"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/media?parent=18508"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/categories?post=18508"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.unilab.eu\/it\/wp-json\/wp\/v2\/tags?post=18508"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}