Una rete neurale artificiale è un modello matematico composto da operazioni collegate e parametri che possono essere adattati durante l'addestramento. Può servire a riconoscere immagini, elaborare linguaggio e affrontare molti altri compiti.

Nel video provo a renderne comprensibile l'idea di base, partendo da esempi quotidiani. Il nome richiama i neuroni biologici, ma non significa che abbiamo ricostruito un cervello o dimostrato una forma di coscienza.

Un modello che viene eseguito attraverso software

Nel parlato insisto sulla parola “modello” per distinguerla dal singolo strumento che usiamo. È utile, purché non diventi una separazione assoluta: una rete viene implementata ed eseguita attraverso software e hardware.

L'applicazione visibile all'utente può includere molto altro: interfaccia, elaborazione dei dati e controlli sul risultato. La rete neurale è una componente del sistema, non necessariamente tutto ciò che vediamo sullo schermo.

Nodi, pesi e livelli

In una rete semplice, un nodo combina valori in ingresso usando pesi e un termine aggiuntivo, detto bias. Il risultato può attraversare una funzione di attivazione e diventare ingresso per altri nodi.

I livelli intermedi permettono di comporre più trasformazioni. Aggiungere livelli fatti soltanto di operazioni lineari non basta però a rappresentare relazioni non lineari: qui diventa importante la scelta delle funzioni di attivazione. Introduzione a nodi e livelli, Google Machine Learning.

Nel video uso immagini come un albero o un alveare. Servono a visualizzare collegamenti, ma non descrivono la struttura obbligatoria di ogni rete: esistono architetture differenti, progettate per problemi differenti.

La funzione di attivazione non è l'interruttore dell'intero sistema

L'espressione può far pensare a qualcosa che avvia tutta la rete. In realtà indica una trasformazione applicata nel calcolo dei valori.

L'analogia della mela “mangiata” e del torsolo restituito, usata nel video, rende intuitivo il passaggio da input a output. Non spiega però quali operazioni matematiche avvengano: per questo conviene usarla solo come primo appoggio visivo e poi tornare ai concetti di dati, parametri e trasformazioni.

Semplificare aiuta quando permette di fare un passo avanti, senza diventare una descrizione letterale del meccanismo.

Addestramento: modificare i parametri per un obiettivo

Una rete appena costruita non possiede automaticamente la capacità desiderata. Durante l'addestramento si adattano i parametri usando dati e un criterio che misura quanto il comportamento sia vicino all'obiettivo.

Il processo non garantisce un miglioramento illimitato. Un modello può adattarsi troppo agli esempi disponibili e funzionare peggio su casi nuovi: per questo la valutazione deve includere dati distinti da quelli usati per imparare.

La quantità di dati conta insieme a qualità, rappresentatività e metodo. Non basta accumulare esempi per ottenere qualsiasi competenza.

L'esempio dei numeri scritti a mano

Immaginiamo di fornire immagini di cifre e chiedere al modello di identificarle. Durante l'addestramento, il sistema cerca regolarità utili a collegare le immagini alle risposte previste.

La capacità interessante è riconoscere anche una grafia non identica agli esempi già visti. Questo si chiama generalizzazione, e va misurato: una cifra ambigua o molto diversa può ancora produrre un errore.

Nel video estendo l'immagine a una fotografia di un'equazione. Riconoscere i simboli e risolvere il problema sono però compiti differenti, che possono richiedere ulteriori componenti.

Uso e addestramento non coincidono automaticamente

Quando un modello addestrato riceve un input e produce un risultato, stiamo parlando di inferenza. Non è necessario che i suoi parametri cambino a ogni richiesta.

Nel parlato attribuisco direttamente l'evoluzione di ChatGPT all'uso da parte delle persone. È una semplificazione: l'eventuale riutilizzo delle interazioni dipende dalle politiche e dai processi del servizio, e non equivale ad addestramento immediato durante ogni conversazione.

Anche una risposta che tiene conto dei messaggi precedenti può derivare dall'uso del contesto, senza aggiornare i parametri del modello.

Accessibilità e controllo restano domande aperte

Esprimo una preferenza per strumenti che rendano più comprensibili e accessibili queste tecnologie. L'apertura va però descritta con precisione: codice disponibile, pesi scaricabili, dati documentati e condizioni di licenza sono aspetti distinti.

Richiamo inoltre la vicenda italiana del 2023: a intervenire fu il Garante per la protezione dei dati personali con una limitazione provvisoria del trattamento, annunciata il 31 marzo. Il GDPR è il regolamento, non l'autorità che emette il provvedimento. Comunicato del Garante.

Capire le reti neurali non elimina queste questioni, ma aiuta a formularle meglio. Possiamo distinguere ciò che un modello calcola, ciò che un servizio fa con i dati e ciò che resta da verificare prima di affidarci al risultato.