Le reti neurali sono una delle avanguardie tecnologiche più disruptive. In qualche modo costituiscono il presente dell’innovazione che si tuffa nel futuro e lo anticipa. Si fa un gran parlare di reti neurali e se ne discute molto in ambito di hi-tech e di informatica e anche in ambito di business e management.
Ma di che cosa si tratta? E perché in particolare le reti neurali artificiali trovano largo impiego e infinite possibilità di utilizzo nelle aziende?
Qui su IT Manager Space vogliamo rispondere a queste domande e vedere come questa dimensione nuova della tecnologia può avere un impatto positivo sui processi aziendali e rappresentare soluzioni innovative a vecchi problemi.

Benvenuti nel futuro

Ancora qualche decennio fa la fantascienza di cinema, letteratura, comics, manga, anime, videogames si nutriva di sceneggiature incentrate su lotte per la sopravvivenza dell’umanità contro macchine evolute in esseri malvagi e distruttivi, fantasticando sui primi sviluppi della cibernetica.

Oggi invece si è finalmente acquisito il necessario know how scientifico per poter replicare il funzionamento del sistema nervoso umano, il modo di comportarsi e di comunicare dei neuroni tra il centro di elaborazione (cervello) e i sensori periferici del sistema che raccolgono i dati. E la progettazione complessa di azioni, reazioni e decisioni che derivano proprio da questo funzionamento costituisce uno dei focus principali su cui la ricerca e gli studi vengono applicati.

Osservare l’organismo umano vivente per imitarlo nel learning system dei computer

Le reti neurali sono l’oggetto di una teoria, che si fonda essenzialmente sui concetti chiave di “apprendimento” (learning) e di “auto-apprendimento“. Un vero e proprio modello matematico, insomma, dove l’apprendimento iniziale del sistema viene orientato e istruito gradualmente verso la capacità dinamica di auto-apprendimento e verso il potere di astrarre e di generalizzare le risposte, elaborate e fornite in specifici casi pregressi. Tutto questo al fine di aumentare le capacità del sistema stesso di rispondere, prevedere e finanche predire in termini di azioni, reazioni e decisioni successive.

Come la comunicazione e la funzione vengono studiate nel sistema organico dell’essere umano vivente, così vengono applicate, secondo uno schema di modello matematico, ai sistemi di reti neurali artificiali.

In sostanza si tratta di dotare i computer di caratteristiche funzionali proprie degli organismi viventi, in particolare in relazione alla funzione dell’intelligenza e alla capacità di imparare sempre meglio e di più, sia dal punto di vista della quantità, sia dal punto di vista della qualità delle informazioni da elaborare.

In particolare, poi, il modello matematico delle reti neurali artificiali è alla base della progettazione più avanzata degli algoritmi che quotidianamente regolano le interazioni degli utenti nei vari tipi di network e web.

Perché? È presto detto, ma occorre prima distinguere i tre livelli all’interno del learning system dei computer.

Il primo livello è quello dell’Intelligenza Artificiale: essa permette ai computer di simulare azioni/reazioni di base per l’intelligenza umana.

Il secondo livello più avanzato è quello del Machine Learning: qui l’apprendimento è ulteriore e ancora più simile all’intelligenza umana, rispetto alla generica Intelligenza Artificiale. Il Machine Learning rende i computer in grado di vedere (riconoscendo le immagini), e sentire (distinguendo la voce e traducendo le lingue).

Il terzo e più profondo livello di apprendimento è il Deep Learning: a questo corrispondono le reti neurali artificiali, che rendono le macchine ancora più simili all’essere umano. Col Deep Learning le unità di elaborazione gestiscono i set di dati in ingresso permettendo ai livelli di apprendimento meno avanzati di utilizzare gli stessi set per predire e decidere azioni e reazioni nello specifico settore.

Il vantaggio tecnologico delle reti neurali nelle aziende

Di fronte a un potenziale di applicazione così vasto, quale è un sistema di elaborazione che imita molto da vicino l’intelligenza umana, come abbiamo visto, non è difficile individuare le opportunità che anche le aziende possono cogliere dal vantaggio apportato dalla tecnologia disruptive delle reti neurali artificiali.

Nei più disparati settori tutto ciò che a livello quantitativo e qualitativo richiede di attuare scelte, eseguire controlli o prendere delle decisioni sulla base di dataset acquisiti può essere gestito e organizzato con risorse umane dedicate; oppure può venire elaborato a livello software con automazioni di algoritmi complessi e di progettazione molto avanzata, col funzionamento delle reti neurali artificiali.

È innegabile che la seconda opzione produca un risparmio enorme sui costi economici generali, in termini di denaro, tempo e personale: tutte risorse che possono venire impiegate ad altri scopi e destinazioni, non ultimo la ricerca e sviluppo di modi di gestione dei processi e di produzione più efficienti e migliori. Senza dimenticare, però, dall’altra parte, che l’innovazione tecnologica non è mai neutrale per un’azienda, e implementarla significa operare una scelta precisa, valutando doverosamente come organizzare risorse e processi affinché si possa ottenere il vantaggio cercato.