Sia le Reti neurali artificiali
(RNA) sia i sistemi a logica fuzzy (SLF), inquadrabili nel settore dell'intelligenza artificiale, non sono riservate solo a chi come ha una laurea in Ingegneria, ma hanno un potenziale applicativo che possono riguardare più di una professione.
Sia le RNA che i SLF possono essere sviluppati tramite ambiente di programmazione molto semplice visto che esse non richiedono una così grande complessità concettuale. D'altronde la rapidità di sviluppo del software ed in contemporanea il basso costo dell'hardware permetterà a queste due nuove teorie di impadronirsi di una fetta di mercato che potrà spaziare nelle più svariate tecnologie settoriali.
Dette teorie trovano la loro principale applicazione in campi dove l'informatica tradizionale o l'intelligenza artificiale classica(Sistemi esperti SE) sono difficilmente realizzabili. Ecco perché negli ultimi anni si è sviluppato verso queste teorie un notevole interesse teorico pratico e scientifico. Lo scopo dell'intelligenza artificiale (IA) è quello di rendere il più possibile
'Intelligente', nella ricerca delle infinite soluzioni, la più appropriata di esse a risolvere problemi di grande difficoltà e richiedenti elevata
competenza.
La
rete di neuroni presente nel sistema nervoso centrale
elabora le informazioni che provengono dalla periferia e determina quindi
i segnali che devono essere ritrasmessi alle diverse parti del corpo per avviare
le varie attività. Lo scopo principale dei sistemi nervosi è il controllo
centralizzato di tutte le funzioni biologiche; infatti esistono meccanismi
neuronali per il metabolismo , il controllo cardiovascolare , la respirazione
ecc. L’azione
del sistema nervoso centrale si riflette sul comportamento, cioè nel controllo
dello stato dell’organismo in funzione degli stimoli ambientali, comprendendo
diversi obiettivi che vanno dalle azioni elementari, fino ai complessi
comportamenti sociali che sono proprie delle persone. Nel nostro caso si
cercherà di far assomigliare il più possibile il neurone artificiale al
classico neurone biologico. Sotto viene raffigurata una
classica situazione con due neuroni di input ed uno di output.
Ora si cercherà di entrare a
piu' stretto contatto con questo tipo di argomentazioni:
Avanti