La programmazione neurale viene utilizzata per creare software che imita le funzioni di base del cervello. È un componente chiave dell’intelligenza artificiale (AI) e crea software in grado di prevedere incognite, come le tendenze meteorologiche e del mercato azionario, nonché i giochi in cui l’avversario informatico migliora man mano che acquisisce esperienza. Il vantaggio della programmazione neurale rispetto alla programmazione tradizionale è che il suo software è in grado di apprendere e adattarsi a nuovi dati.
In genere, la programmazione neurale utilizza un’architettura informatica chiamata elaborazione neurale, che utilizza neuroni o nodi artificiali raggruppati in reti per eseguire attività complesse. Ogni neurone artificiale è attivato da un certo valore numerico, che determina quando e dove invierà un segnale al neurone successivo. Un singolo neurone è programmato con una semplice regola if-then per un compito di base. Se i dati hanno un valore di -1, esegue una funzione. Se il valore dei dati è 0, fa qualcos’altro.
La programmazione neurale è un processo in due fasi. Il primo passo è inserire le informazioni e le regole fondamentali di cui un’applicazione software ha bisogno per comprendere i dati che riceverà. Questo software è solitamente programmato con bit di bias, dando più credito a determinati tipi di informazioni. Ad esempio, la programmazione neurale del software del mercato azionario includerà le funzioni di base del mercato azionario, come la premessa che una maggiore domanda di un titolo ne aumenta il valore. Includerà anche alcuni pregiudizi, come il modo in cui il software dovrebbe prestare molta attenzione alle tendenze nei rapporti trimestrali sul reddito.
Il secondo passo nella programmazione neurale è chiamato training. I dati vengono utilizzati per insegnare al software determinate tendenze e possibilità; in generale, più dati acquisisce il software, migliore diventa la creazione di output accurati. Ad esempio, i dati potrebbero insegnare al computer che quando un determinato settore ha forti guadagni nel secondo trimestre, generalmente significa che il suo quarto trimestre è lento. I valori delle azioni sono legati ai rapporti sugli utili, quindi il software potrebbe alla fine prevedere che le azioni di quel settore diminuiranno dopo che i rapporti del quarto trimestre sono stati pubblicati quando il settore ha avuto un secondo trimestre forte. L’output del software potrebbe eventualmente consigliare a un trader di vendere prima che escano i rapporti sugli utili del quarto trimestre.
In genere, il vantaggio della programmazione neurale è che il software non ha bisogno di informazioni perfette per funzionare. A differenza della programmazione tradizionale, che si spegne quando si verificano errori, la programmazione neurale può adattarsi a input imperfetti utilizzando le informazioni passate per risolvere il problema. È così che funziona anche il cervello umano, sebbene sia molto più complesso. Ad esempio, un essere umano potrebbe essere in grado di riconoscere un vecchio amico, anche se quell’amico è ingrassato o si è fatto crescere la barba; altri aspetti dell’amico – strutture facciali, occhi, modo di camminare o voce – innescano il riconoscimento. I programmatori neurali continuano a perfezionare il software che non solo imiterà il cervello, ma in alcuni casi sarà più veloce e persino più accurato.