Un team di ricercatori del FORTH (Foundation for Research and Technology - Hellas) ha sviluppato un nuovo tipo di rete neurale artificiale (ANN) che incorpora caratteristiche dei dendriti biologici. La nuova architettura, testata in vari scenari di riconoscimento delle immagini, offre prestazioni accurate e robuste utilizzando molti meno parametri rispetto alle ANN tradizionali. Lo studio è stato pubblicato sulla rivista Nature Communications.
Questa innovazione potrebbe aprire la strada a sistemi di intelligenza artificiale più compatti ed efficienti dal punto di vista energetico. Le ANN dendritiche si sono dimostrate più resistenti all'overfitting e in grado di eguagliare o superare le prestazioni delle ANN tradizionali utilizzando molte meno risorse, sia in termini di parametri addestrabili che di passaggi di apprendimento.
Il miglioramento deriva da un approccio di apprendimento unico, in cui più nodi nella rete contribuiscono alla codifica di diverse categorie, contrariamente alle ANN tradizionali dove la maggior parte dei nodi è specifica per categoria. L'integrazione di caratteristiche dendritiche può quindi rendere le ANN più intelligenti ed efficienti.
Il ruolo dei dendriti nell'elaborazione delle informazioni
I dendriti sono le estensioni ramificate delle cellule nervose che assomigliano ai rami degli alberi. La loro funzione principale è ricevere informazioni da altri neuroni e trasmetterle al corpo cellulare. Studi recenti hanno rivelato che i dendriti possono eseguire calcoli complessi indipendentemente dal neurone principale e sono essenziali per la plasticità cerebrale, ovvero la capacità del cervello di adattarsi ai cambiamenti ambientali.
La ricerca è stata guidata dal Dr. Spyridon Chavlis, ricercatore post-dottorato presso l'IMBB-FORTH, sotto la supervisione della Dr.ssa Panayiota Poirazi. Il team ha proposto una nuova architettura per neuroni artificiali che incorpora diverse caratteristiche dei dendriti biologici.
Questa innovazione potrebbe avere importanti implicazioni per lo sviluppo di sistemi di IA più efficienti. Attualmente, i sistemi di IA sono enormi, comprendendo da milioni a miliardi di parametri, e consumano enormi quantità di energia, limitandone l'uso diffuso. Creando sistemi più piccoli e intelligenti che imitano il modo in cui i nostri cervelli elaborano le informazioni, è possibile migliorare la loro efficacia nel riconoscere modelli e prendere decisioni.
L'approccio ispirato ai dendriti biologici potrebbe portare ad applicazioni di IA più efficienti ed efficaci in vari settori, offrendo soluzioni più intelligenti a problemi complessi e migliorando la nostra vita quotidiana. La riduzione dei costi energetici e delle dimensioni della rete, unita alla diminuzione dell'overfitting, rappresenta un importante passo avanti nella ricerca sull'intelligenza artificiale.