Reti Neurali: le principali applicazioni pratiche

Si sente parlare da anni di Reti Neurali, ma pochi ne conoscono le applicazioni commerciali. Una piccola esplorazione con un esempio pratico tutto italiano

Reti Neurali: le principali applicazioni praticheRoma - Da anni ormai si sente parlare di ?reti neurali? o, per meglio dire, di ?reti neurali artificiali?, ma spesso non se ne comprende appieno il significato né i campi d?applicazione. E dunque, cos?è una Rete Neurale? Chi immagina un futuro affollato da programmi senzienti o situazioni vicine a quelle descritte in film come ?2001, Odissea nello Spazio? forse rimarrà deluso, ma le prospettive sono comunque interessanti.

Le reti neurali, o reti neuronali, sono modelli matematici che tentano di emulare il sistema nervoso centrale umano. Lo scopo finale delle reti neurali artificiali è realizzare i meccanismi di apprendimento del cervello umano, facendo in modo che la rete interagisca con l'ambiente esterno senza l'intervento umano, oltre quello della creazione.

I primi modelli di reti neurali sono stati sviluppati da W. McCulloch e W. Pitts nel 1943 (con il loro manifesto "A logical calculus of the ideas immanent in nervous activity") e successivamente sviluppati ed estesi da una lunga serie di ricercatori.
Lo scopo di questi complessi metodi matematici è il tentativo di penetrare le leggi della natura meglio delle tecniche di calcolo tradizionali. Si basano sul concetto che, in determinate situazioni, è possibile far "apprendere" ad un apparato matematico determinate leggi che non si conoscono a priori, semplicemente facendogli analizzare un elevato numero di casi reali. In parole più semplici, le reti neurali rappresentano un potente, e non ancora completamente compreso, mezzo statistico.

Dopo aver processato una mole notevole di dati nella fase cosiddetta di apprendimento o assimilazione, queste reti propongono una linearizzazione del problema cui si vuole dare una soluzione per mezzo di una formula matematica che lega tra loro le diverse variabili, espressione del problema stesso. Tale linearizzazione esprime la probabilità statistica che ha un nuovo caso mai esaminato prima di collocarsi in un?area di ?soluzione? già verificatasi e validata nella fase di addestramento.

I campi di applicazione sono tutti quelli dove l'analisi statistica di tutte le variabili di un problema risulti difficoltosa o dispendiosa in termini di calcolo, ma soprattutto dove non sia chiaro a priori quali relazioni deterministiche esistano tra le diverse variabili che caratterizzano il problema.

I principali campi in cui finora le reti neurali hanno dimostrato di poter dare validi contributi e di cui è possibile trovare in Internet applicazioni tangibili sono i seguenti.

Riconoscimento della scrittura manoscritta
Stiamo parlando in questo caso di metodi basati su reti neurali per il riconoscimento di testi scritti su supporto cartaceo (Optical Character Recognition o OCR) e per la scrittura acquisita on-line da un pen-based computer o un personal assistant, che permette di interagire anche mediante una penna "elettronica".

Cercando in Internet abbiamo trovato un prodotto OCR basato sulle reti neurali in grado quindi di tradurre la grafia così come i programmi di riconoscimento che usiamo quotidianamente su qualsiasi scanner fanno con testi dattiloscritti o stampati.
Questo programma, chiamato ?Black Box?, è stato realizzato dallo Studio dr. Oreste Venier di Venezia, specializzato in consulenze tecnologiche ad alto livello. Nel corso di una breve intervista, pubblicata in fondo a questo articolo, lo stesso Venier descrive a Punto Informatico le potenzialità del proprio programma e le possibilità offerte dalle reti neurali.

Programmi di diagnostica in medicina
La medicina è stato uno dei primi settori ad utilizzare questi sistemi innovativi per migliorare la qualità delle diagnosi su malattie in genere e sui tumori in particolare. Questo perché l'attività diagnostica in medicina molte volte non può essere ricondotta ad un problema lineare. Un clinico esperto è in grado di risolvere un quesito diagnostico ma talora non ha alcuna idea del ?come? ci sia riuscito. Egli ha certamente applicato le regole apprese durante il corso di studi ma verosimilmente un grosso contributo alla sua decisione diagnostica lo hanno dato le numerose esperienze ?simili? che ha dovuto affrontare in anni ed anni di pratica clinica.

È esperienza comune di qualsiasi pronto soccorso vedere un infermiere anziano che pone diagnosi corrette più rapidamente di un medico giovane e inesperto. È quindi evidente che anche non avendo conoscenze ?propedeutiche? è possibile, per una rete neurale particolarmente efficiente come quella umana, riuscire a categorizzare tramite l'esperienza (che non è altro che statistica umana e personale), riducendo così esempi di presentazione di problemi in diagnosi attendibili.

Un esempio di programma con scopi diagnostici nel settore medico - di cui si parla più avanti - è stato realizzato per l?ortodonzia dalla Medical Neural Engineering Srl, società che sviluppa e commercializza software basati sulle reti neurali per il settore medico.

Programmi per il controllo di qualità su produzioni industriali
Questo è un altro settore importante. Le reti neurali possono costituire programmi in grado di fornire a impianti industriali le soluzioni desiderate nell'ambito del controllo di qualità della produzione, sostituendo i metodi tradizionali di osservazione manuale di ogni singolo prodotto o a campione, per deciderne il livello qualitativo. Questo ovviamente dopo aver definito a priori, cosa non sempre facile, le tolleranze massime accettabili sui prodotti realizzati.

Di fronte a una grande massa di prodotti realizzati (e quindi di dati da elaborare) un metodo basato sulle reti neurali procede in modo sostanzialmente diverso: basterà ?far osservare? al programma vari esempi di prodotti il cui standard qualitativo sia già stato riconosciuto in un senso o nell?altro, segnalandolo opportunamente alla rete. A quel punto la rete neurale stessa costruirà al suo "interno" un modello di tolleranze per poter giudicare le successive, associando magari il tutto ad un sistema optomeccanico atto ad individuare i pezzi e a scartare i refusi.
Esempi di queste applicazioni sono illustrate nel sito e-neural.it.
TAG: ricerca
39 Commenti alla Notizia Reti Neurali: le principali applicazioni pratiche
Ordina
CONTINUA A LEGGERE I COMMENTI
1 | 2 | 3 | Successiva
(pagina 1/3 - 14 discussioni)