Macchine coscienti 11

Quanto più grande è uno strato, tanto più rapida ma limitata è la generalizzazione ottenibile; quanto più piccolo è uno strato, tanto più lenta ma precisa è la generalizzazione. La potenza di questo sistema deriva da come sono connesse le unità e una delle sue caratteristiche principali è la capacità di apprendere. I pesi attribuiti sulle connessioni sono, inizialmente, scelti a caso e vengono modificati dal sistema (c'è un programma) finche' non si ottengono i valori che consentono di rispondere nel modo desiderato ad una determinata stimolazione esterna. Secondo il peso che caratterizza la connessione si ha o attivazione o inibizione. Una connessione con peso alto fa passare molta attivazione, se il peso è basso passa poca attivazione; un peso positivo fa passare attivazione, uno negativo, invece, inibizione. Ogni unità integra tutta l'attivazione e tutta l'inibizione che le arrivano e, a seconda del totale, decide se mandare a sua volta attivazione o inibizione attraverso le connessioni con le altre unità (e quanta mandarne). I sistemi connessionistici sono spesso chiamati reti neurali anche perché le unità sono simili, da un punto di vista funzionale, a cellule nervose e le connessioni lo sono ai collegamenti sinaptici tra assone di un neurone e dendriti di un altro. Anche le sinapsi del corpo umano possono essere attivatorie o inibitorie ed i singoli neuroni calcolano la loro attivazione o inibizione sulla base del totale dei segnali in arrivo. L'ipotesi neurochimica, inoltre, indica l'apprendimento come risultato del cambiamento da parte delle sinapsi della capacità di far passare attivazione o inibizione (si ri-tarano). Nelle reti neurali, la quantità di attivazione o inibizione dipende quindi da due fattori: il peso sulla connessione e lo stato di attivazione dell'unità (che può essere più o meno alto). I due fattori vengono moltiplicati l'uno con l'altro. L'unità mette assieme tutti i segnali in un unico valore (input netto) per quella unità...

......