L’elaborazione neurale originariamente si riferiva al modo in cui funziona il cervello, ma il termine è più tipicamente usato per descrivere un’architettura di computer che imita quella funzione biologica. Nei computer, l’elaborazione neurale offre al software la capacità di adattarsi alle situazioni mutevoli e di migliorare la sua funzione man mano che diventano disponibili più informazioni. L’elaborazione neurale viene utilizzata nel software per svolgere attività come riconoscere un volto umano, prevedere il tempo, analizzare i modelli del parlato e apprendere nuove strategie nei giochi.
Il cervello umano è composto da circa 100 miliardi di neuroni. Questi neuroni sono cellule nervose che svolgono individualmente una semplice funzione di elaborazione e trasmissione delle informazioni. Quando le cellule nervose trasmettono ed elaborano in gruppi, chiamati rete neurale, i risultati sono complessi, come la creazione e l’archiviazione della memoria, l’elaborazione del linguaggio e la reazione a movimenti improvvisi.
L’elaborazione neurale artificiale imita questo processo a un livello più semplice. Una piccola unità di elaborazione, chiamata neurone o nodo, esegue un semplice compito di elaborazione e trasmissione dei dati. Poiché le semplici unità di elaborazione combinano le informazioni di base tramite connettori, le informazioni e l’elaborazione diventano più complesse. A differenza dei processori per computer tradizionali, che hanno bisogno di un programmatore umano per inserire nuove informazioni, i processori neurali possono apprendere da soli una volta programmati.
Ad esempio, un processore neurale può migliorare a dama. Proprio come un cervello umano, il computer apprende che determinate mosse di un avversario sono fatte per creare trappole. La programmazione di base potrebbe consentire al computer di cadere nella trappola per la prima volta. Tuttavia, più spesso appare una certa trappola, maggiore è l’attenzione che il computer presta a quei dati e inizia a reagire di conseguenza.
I programmatori neurali chiamano “peso” la crescente attenzione che il computer presta a determinati risultati. L’elaborazione tradizionale fornirebbe al computer solo le regole di base del gioco e un numero limitato di strategie. L’elaborazione neurale, raccogliendo dati e prestando maggiore attenzione a informazioni più importanti, apprende strategie migliori col passare del tempo.
Il potere dell’elaborazione neurale sta nella sua flessibilità. Nel cervello, le informazioni vengono presentate come un impulso elettrochimico, una piccola scossa o un segnale chimico. Nell’elaborazione neurale artificiale, l’informazione viene presentata come un valore numerico. Quel valore determina se il neurone artificiale diventa attivo o rimane inattivo e determina anche dove invia il suo segnale. Se una certa pedina viene spostata in un determinato quadrato, ad esempio, la rete neurale legge tali informazioni come dati numerici. Questi dati vengono confrontati con una quantità crescente di informazioni, che a loro volta creano un’azione o un output.