Imparare dall’esperienza. La nuova sfida degli androidi - Pag 4 - Le reti


Le reti neurali artificiali (R.N.)

In letteratura si possono trovare moltissime informazioni per approfondire questa recente disciplina dell’artificiale, che in molti problemi costituiscono una valida alternativa alla Intelligenza Artificiale classica basata su motore logico.

In sintesi possiamo definire le reti neurali artificiali come dei sistemi di elaborazione dell'informazione che cercano di simulare all'interno di un sistema informatico il funzionamento dei sistemi nervosi biologici che sono costituiti da un gran numero di cellule nervose o neuroni.

Le R.N. sono basate su metodi connettivi:

sono cioè costituite da tante piccole unità elementari di calcolo connesse tra loro da collegamenti pesati e funzionanti in modo sincrono oppure asincrono.

Possono essere usate per un’ampia varietà di applicazioni.

Ricordiamone alcune:

  • riconoscimento di un modello
  • machine learning e image processing
  • sistemi esperti.
Immagine - 7rete neurale artificiale con le interconnessioni

Immagine - 7 rete neurale artificiale con le interconnessioni

Mentre nei calcolatori tradizionali ciascun dato viene elaborato individualmente e in successione le reti neurali per come sono costruite lavorano in parallelo e sono quindi in grado di trattare molti dati.

Immagine - 8rappresentazione grafica del neurone

Immagine - 8 rappresentazione grafica del neurone, l'unità cellulare che costituisce il tessuto nervoso

Le reti neurali artificiali nascono dall’esigenza di riprodurre attività tipiche del cervello umano, come il riconoscimento di forme e caratteri, la percezione delle immagini, la comprensione del linguaggio e il coordinamento senso-motorio.

Una rete neurale è in grado di apprendere dall’esperienza ed elaborare risposte nuove anche di fronte a nuove situazioni. Essa riesce ad adattarsi all’ambiente circostante e a modellare la realtà, imparando le leggi che la governano attraverso l’esperienza.

In altri termini, una rete neurale artificiale emula il funzionamento di quella rete neurale biologica che siamo soliti chiamare cervello.

BIBLIOGRAFIA

  • Gini G, Caglioti V: Robotica. Bologna, Zanichelli, 2003.
  • Jacobelli J, (a cura di): Aspettando Robot. Il futuro prossimo dell'Intelligenza Artificiale. Bari, Laterza, 1987.
  • A. Mazzetti, Reti neurali artificiali, Apogeo Editore
  • D. Parisi, Intervista sulle reti neurali, Il Mulino, Bologna, 1989
  • Eliano Pessa, Reti neurali e processi cognitivi, Di Renzo, Roma, 1993
  • Vittorio Somenzi, Cibernetica e reti neurali: dall'intelligenza artificiale alla vita artificiale, Il Mulino, Bologna, 1991
  • Nolfi, S., Floreano, D. (2000). Evolutionary Robotics. MIT Press.
  • Atsushi Imadu Toru Shimada Kyosuke Ono, Ryutaro Takahashi, Self-excitation control for biped walking mechanism, Proceedings of the 2000 IEEE/RSJ,International Conference on Intelligent Robots and Systems (2000).
  • Legnani G. (2003) Robotica industriale. Casa Editrice Ambrosiana. Borboni A. (2006), Microactuators, in Gad-el-Hak M. Editor,“The MEMS Handbook”, CRC Press, New York, USA, chapter 31
  • Appendino S., Franco W., Maffiodo D., Quaglia G., 2007. Hybrid locomotion adaptable mini-robot, Proc. of 12th IFToMM World Congress, Besançon (France).
  • Cuesta F, Ollero A (2005) Intelligent Mobile Robot Navigation, Springer Tracts in Advanced Robotics
  • G. Paviglianiti, F. Pierri, F. Caccavale, M. Mattei, "Robust fault detection and isolation for proprioceptive sensors of robot manipulators", Mechatronics, in press, 2010.
  • F. Caccavale, C. Natale, B. Siciliano, L. Villani, "Integration for the next generation: Embedding force control into industrial robots", IEEE Robotics and Automation Magazine, 12(3), 53–64, 2005.

SITOGRAFIA

 <strong>EURON - European Robotics Research Network</strong>  <a href="http://www.euron.org" target="_blank" rel="nofollow">http://www.euron.org</a>   <strong>Laboratory of Autonomous Robotics and Artificial Life</strong>  <a href="http://laral.istc.cnr.it" target="_blank" rel="nofollow">http://laral.istc.cnr.it</a>   <strong>PRISMA Lab University of Naples</strong>  <a href="http://www.prisma.unina.it/index.html" target="_blank" rel="nofollow">http://www.prisma.unina.it/index.html</a>   <strong>Automatic Control Group of the University of Salerno</strong>  <a href="http://www.automatica.unisa.it" target="_blank" rel="nofollow">http://www.automatica.unisa.it</a>   <strong>Robotics Group of the DAEIMI University of Cassino</strong>  <a href="http://webuser.unicas.it/lai/robotica/robotics.html" target="_blank" rel="nofollow">http://webuser.unicas.it/lai/robotica/robotics.html</a>   <strong>Dipartimento di Elettronica ed Informazione Politecnico di Milano</strong>  <a href="http://www.dei.polimi.it" target="_blank" rel="nofollow">http://www.dei.polimi.it</a>   <strong>Department of Automatic Control, Lund, Sweden</strong>  <a href="http://www.control.lth.se" target="_blank" rel="nofollow">http://www.control.lth.se</a>   <strong>IIT - Istituto Italiano di Tecnologia</strong>  <a href="http://www.iit.it" target="_blank" rel="nofollow">http://www.iit.it</a>   <strong>Robotics Insitute-Carnegie Mellon University</strong>  <a href="http://www.ri.cmu.edu/" target="_blank" rel="nofollow">http://www.ri.cmu.edu/</a>

FINE ARTICOLO

Indice dell'articolo "Imparare dall’esperienza. La nuova sfida degli androidi":



Newsletter

Resta informato con le nostre notizie periodicamente

Cliccando sul pulsante iscriviti acconsenti al trattamento dei tuoi dati. La tua email non verrà MAI ceduta a nessuno!