John McCarthy, uno scienziato informatico di rilievo, è stato il primo a coniare il termine “Intelligenza Artificiale” (IA), che ha sostituito il concetto di “rete nervosa” proposto da Pitts e McCulloch. Da quel momento in poi, il concetto di IA è stato ridefinito da esperti nel corso della storia. Tuttavia, una costante in tutte queste definizioni è stata la nozione di “intelligenza umana nelle macchine”.
Demis Hassabis, il quale ha dedicato il suo dottorato allo studio delle neuroscienze, ha dichiarato: “Nel corso del mio dottorato, ho esaminato la memoria e l’immaginazione del cervello, cercando di comprendere i relativi meccanismi. Questo studio ha influito sulla nostra prospettiva riguardo a come poter implementare simili funzionalità all’interno dei sistemi di intelligenza artificiale.”
Ecco un elenco dei metodi più rinomati di calcolo ispirati al cervello:
Rete Neurale Artificiale (ANN): Un neurone all’interno di un sistema simile a un cervello computazionale riceve e calcola messaggi, inviandone poi di propri ad altre parti. Le connessioni tra i neuroni, chiamate “sinapsi”, rappresentano la forza delle connessioni, denominata “peso”. Questi neuroni collaborano per formare le Reti Neurali Artificiali, con diverse varianti specializzate nell’elaborazione di immagini, modelli e sequenze.
Spiking Reti Neurali (SNN): Questo approccio simile a un sistema informatico tradizionale (ANN) incorpora un elemento speciale. Oltre al calcolo, ciascuna parte del sistema può inviare brevi segnali elettrici, come accade nel cervello umano. Questi SNN somigliano a sistemi convenzionali, ma con una caratteristica “cerebrale”, simile alla comunicazione tra cellule cerebrali. Queste reti possono riconoscere immagini, comprendere il linguaggio parlato e migliorare l’intelligenza di veicoli autonomi.
Calcolo Neuromorfico: Questo approccio cerca di far agire le componenti del computer in maniera analoga alle parti del cervello, attraverso chip speciali con circuiti imitanti il funzionamento cerebrale. Questi chip, noti come “neuromorfi”, emulano l’attività dei neuroni. Un’implementazione interessante è l’uso di “memristori”, simili a interruttori elettrici, che consentono la memorizzazione delle cariche, analogamente alle connessioni cerebrali. Questa strategia mira a rendere i calcoli più simili a quelli cerebrali, utilizzando componenti efficienti dal punto di vista energetico.
Calcolo del Serbatoio: Come i neuroni cerebrali, il serbatoio informatico elabora dati in maniera complessa e parallela. Gli input subiscono trasformazioni attraverso unità connesse nel serbatoio, trasformando l’input in rappresentazioni informative più sofisticate. L’output del serbatoio, prodotto dopo l’elaborazione interna dei dati, è simile alle informazioni elaborate dal cervello umano. Questo approccio emula l’elaborazione neurale distribuita e parallela, offrendo un metodo ispirato al cervello per varie applicazioni.
Calcolo Quantistico: Il calcolo quantistico rappresenta una nuova frontiera per la risoluzione di complessi problemi. A differenza dei bit tradizionali (0 o 1), i qubit dei computer quantistici possono rappresentare simultaneamente 0, 1 o entrambi, sfruttando i principi della fisica quantistica. Questo permette una velocità straordinaria nell’esplorare molteplici possibilità. Tuttavia, la costruzione e l’uso dei computer quantistici richiedono condizioni particolari e sono ancora in fase di sviluppo.
Calcolo Iperdimensionale (HDC): Questo concetto rivoluzionario del calcolo riunisce informazioni separate in vettori iperdimensionali, rappresentazioni speciali di numeri. Questi vettori possono avere molteplici dimensioni, oltre a quelle tradizionali come x, y e z. Questo approccio potenzia la capacità dei computer di eseguire operazioni intelligenti, superando i limiti attuali. Questa nuova matematica potrebbe cambiare il panorama dell’intelligenza artificiale, consentendo ai computer di pensare e ricordare in maniera creativa, simile al cervello umano.
In sintesi, la comprensione delle varie metodologie di calcolo ispirate al cervello evidenzia il crescente sforzo nel creare sistemi di intelligenza artificiale che si avvicinino al funzionamento del cervello umano. Questi approcci innovativi stanno ridefinendo la strada verso l’IA, spingendo i confini dell’elaborazione computazionale e aprendo nuove possibilità in una vasta gamma di settori.