Una rete neurale Hopfield è un sistema utilizzato per replicare modelli di informazioni che ha appreso. È modellato sulla rete neurale trovata nel cervello umano, sebbene sia creata da componenti artificiali. Progettata per la prima volta da John Hopfield nel 1982, la rete neurale Hopfield può essere utilizzata per scoprire modelli in input e può elaborare complicati insiemi di istruzioni. Viene anche utilizzato nello studio della memoria umana.
La rete neurale di Hopfield è costituita da un sistema di unità collegate tra loro come una rete in cui ogni unità è connessa a ogni altra unità. Sebbene le unità siano tutte collegate tra loro, una singola unità non forma una connessione con se stessa. Quando ha creato per la prima volta questo modello, Hopfield ha utilizzato i valori binari 0 e 1 per descrivere l’attività di ciascuna unità nella rete. Sebbene questo sistema sia ancora in uso, molti scienziati ora usano -1 e +1 per descrivere l’attività delle unità. Un’unità nella rete neurale si dice 0 o -1 se la sua soglia non è stata ancora raggiunta e 1 o +1 se la sua soglia è stata raggiunta o superata.
Le unità in una rete neurale Hopfield vengono attivate e rilasciano energia una volta raggiunta la loro soglia. Quando un determinato input viene fornito a una rete neurale Hopfield, è in grado di echeggiare quell’input attraverso la serie di connessioni complesse tra ciascuna delle unità. Anche in un sistema con solo 4 unità individuali, ci sono 12 connessioni lungo le quali le informazioni possono essere inviate. Le reti complesse possono contenere milioni di connessioni, il che consente loro di riprodurre lunghe stringhe o modelli di codice binario.
Prima che una rete neurale di Hopfield sia in grado di echeggiare un modello, deve prima essere insegnato il modello che sta cercando. Una volta che un sistema conosce un certo schema, sarà in grado di ripeterlo ogni volta che lo riconosce di nuovo. Ciò rende queste reti utili per trovare modelli in grandi quantità di dati.
Sebbene queste reti siano in grado di riconoscere schemi, possono riconoscere uno schema in modo errato, specialmente se i modelli vengono ricordati in parti della rete neurale che sono vicine l’una all’altra. Questo stesso processo avviene nella memoria umana, che può essere modellata attraverso l’uso della rete neurale Hopfield. La ricerca sull’imprecisione nella memoria e sul rafforzamento della memoria negli esseri umani può essere svolta utilizzando le reti neurali di Hopfield.