Le reti neurali sono modelli computazionali complessi che vengono spesso utilizzati per il riconoscimento di modelli. Poiché le reti neurali sono modellate sulle funzioni cerebrali biologiche, sono in grado di “imparare” e prevedere i risultati. Esistono molti usi pratici delle reti neurali per la previsione, inclusi calcoli finanziari, previsioni meteorologiche e diagnosi mediche.
Le reti neurali artificiali per la previsione sono ispirate al cervello umano. In un cervello biologico, molte piccole unità di elaborazione chiamate “neuroni” sono collegate in una grande rete. Ogni singola area di elaborazione è relativamente semplice, ma l’intera rete è in grado di risolvere problemi complessi quando ogni neurone lavora insieme. Le connessioni tra ogni piccolo neurone possono essere riconfigurate in nuovi modelli di rete. Ciò consente al cervello di riorganizzarsi e di “apprendere” nuovi concetti.
Come un cervello umano, una rete neurale artificiale contiene molti piccoli processori e connessioni, che possono essere riconfigurati. Il concetto di utilizzo dei neuroni artificiali è stato descritto per la prima volta dagli scienziati Walter Pitts e Warren McCulloch nel 1943. Questo lavoro scientifico è stato presto ampliato e pubblicizzato dal famoso pioniere dell’intelligenza artificiale Alan Turing, che ha scritto sulle reti neurali artificiali in una pubblicazione del 1948 intitolata “Intelligent Machinery .”
Il calcolo finanziario è uno degli usi più comuni delle reti neurali per la previsione. In sostanza, una rete neurale viene utilizzata come “filtro” matematico per prevedere un risultato in base ai dati finanziari disponibili. Questa funzione viene spesso utilizzata nei software di previsione del mercato azionario. In questa applicazione, un computer elabora le tendenze di mercato precedenti. Una volta stabilito un modello, la rete neurale calcola se un titolo aumenterà o diminuirà in futuro.
Le reti neurali possono essere utilizzate anche per determinare il rating creditizio di un individuo o di un’azienda. Come per la previsione delle azioni, il riconoscimento del modello è la chiave. Una rete può prendere in considerazione migliaia di beneficiari di crediti passati e analizzare la loro storia finanziaria. Trovando le tendenze passate, le reti neurali per la previsione possono stimare quali nuovi candidati rischiano di perdere il credito. Questi individui ricevono un rating di credito ad alto rischio basato sulla previsione.
Allo stesso modo, le reti neurali possono essere utilizzate per le previsioni del tempo. Molti fattori ambientali diversi come la temperatura e le correnti del vento possono essere immessi nella rete. Utilizzando un modello di previsione basato su modelli climatici precedenti, la rete neurale può determinare il probabile risultato delle condizioni meteorologiche attuali.
L’uso di reti neurali per la previsione può anche aiutare a risolvere alcuni problemi medici. Il corpo umano è molto complesso e decine o addirittura centinaia di fattori possono combinarsi per causare una condizione medica. Le reti neurali sono talvolta in grado di dedurre l’origine di un sintomo. In questa applicazione, una rete artificiale può trovare tendenze e modelli dai precedenti record dei pazienti e prevedere la causa più probabile di una malattia.