reti neurali

Reti neurali: scopri cosa sono, la loro storia e come vengono utilizzate nei progetti di ricerca

Seguici su LinkedIn:
Seguici su Facebook:
Condividi questo articolo:

Le reti neurali sono tra le tecnologie più importanti dell’epoca contemporanea. Riguardano l’AI, il deep learning e la computer vision. Comprendere cosa siano, come funzionano e dove vengono impiegate è fondamentale per chi lavora con i progetti di ricerca e sviluppo (R&S) o nell’ambito dell’europrogettazione.

Scopri di più! Continua a leggere.

Indice dei contenuti

Cosa sono le reti neurali?

Le reti neurali sono modelli matematici ispirati al funzionamento del cervello umano; utilizzano neuroni artificiali organizzati in nodi interconnessi capaci di elaborare dati in input (audio, testo, immagini, ecc.) e produrre risultati in output. Ogni interconnessione consente di individuare pattern ricorrenti, fare previsioni e classificare le informazioni.

Chi ha inventato le reti neurali?

Il concetto di rete neurale nasce negli anni ‘40 del ‘900 – meno di un secolo fa – e proviene dai lavori dei ricercatori statunitensi Warren McCulloch e Walter Pitts, che proposero per la prima volta modelli predittivi matematici ispirati proprio ai neuroni del cervello umano.

Tuttavia, la vera svolta arrivò solo nel 1986 con lo sviluppo dell’algoritmo back propagation (letteralmente “retropropagazione dell’errore”), formalizzato dagli studiosi David Rumelhart, Geoffrey Hinton e Ronald Williams.

La caratteristica principale dell’algoritmo back propagation è che permette di addestrare modelli predittivi via via più efficienti calcolando quanto ogni parametro di errore incida sul risultato finale: il machine learning (apprendimento automatico) compie un enorme passo in avanti. La macchina inizia a correggere sé stessa.

A cosa serve il deep learning?

Il deep learning (apprendimento profondo) è invece una branca del machine learning che utilizza reti neurali complesse o con molti strati – dette per questo multilivello – in grado di:

Ad esempio, quando una rete neurale riconosce un’immagine, i primi strati individuano caratteristiche semplici come i lineamenti del viso, i confini degli oggetti, i bordi, ecc., mentre quelli più profondi riconoscono forme più complesse. Le AI più note, come ChatGPT, Gemini o Copilot, utilizzano tutte algoritmi di deep learning.

In che modo le reti neurali si legano ai progetti europei?

Le reti neurali moderne rappresentano una tecnologia chiave dei progetti di ricerca e sviluppo (R&S). L’Unione Europea (UE), tramite i programmi Horizon Europe e Digital Europe, sta infatti investendo nell’intelligenza artificiale. Ecco due esempi concreti:

1. AI-SPRINT

Il progetto europeo AI-SPRINT (Artificial Intelligence in Secure Privacy-preserving computing coNTinuum), finanziato con fondi Horizon, mira a rendere più facile lo sviluppo di applicazioni di intelligenza artificiale.

AI-SPRINT combina AI, cloud computing e Internet of Things (IoT) per standardizzare i modelli di programmazione delle reti neurali, così da renderli immediatamente applicabili a comparti come l’agricoltura 4.0 e il deep tech.

2. CLARIFY

CLARIFY (Cancer Long Survivors Artificial Intelligence Follow-up) utilizza il machine learning per migliorare la qualità della vita dei pazienti oncologici che hanno già subito un trattamento. L’obiettivo è evitare complicazioni o ricadute, individuando preventivamente eventuali fattori di rischio.

In CLARIFY l’algoritmo incrocia cartelle cliniche elettroniche (CCE) di pazienti provenienti da diverse strutture sanitarie per individuare pattern ricorrenti a supporto di decisioni più informate.

Vuoi sviluppare un progetto basato sulle reti neurali? Contattaci

Le reti neurali sono un pilastro dell’industria 5.0. L’Unione Europea sta creando sempre più programmi a sostegno degli ecosistemi di innovazione. Università, organismi di ricerca (OdR), start-up, micro, piccole e grandi imprese hanno oggi l’opportunità di finanziare i loro progetti, purché coerenti con le priorità strategiche europee.

Se la tua organizzazione è al lavoro su concetti come AI, deep learning, machine learning o reti neurali, contattaci per creare un consorzio internazionale e sviluppare nuovi progetti.

Il nostro centro di R&S, PMF Research, è alla ricerca di partner. Se sei interessato a collaborare, contattaci subito ed esponici la tua idea progettuale. Puoi compilare il contact form in basso, o scriverci su WhatsApp. La partnership del futuro non è mai stata così a portata di click.

Cerchi partner per progetti ICT? Chiedi a PMF Research compilando il contact form

PKU Smart Sensor

Il progetto PKU Smart Sensor (n. 08RG7211000341 – CUP G89J18000710007) è stato finanziato grazie al Fondo Europeo di Sviluppo Regionale (FESR) 2014/2020 Sicilia, nell’ambito dell’Asse 1 – Obiettivo Specifico 1.1 – Azione 1.1.5. “Realizzazione e validazione di un sistema Point-of-Care, per il monitoraggio home-testing di fenilalanina in pazienti affetti da iperfenilalaninemie”. Importo spesa ammissibile PMF Srl: 208.864,00 euro. Importo contributo PMF Srl: 146.674,00 euro. Il contenuto di questo sito web è sotto la responsabilità della PMF Srl e non riflette necessariamente le opinioni della Commissione Europea.

AMELIE

Il progetto AMELIE “Advanced framework for Manufacturing Engineering and product Lifecycle Enhancement” (n. 08CT6202000208 – CUP G69J18001010007) è stato finanziato grazie al Fondo Europeo di Sviluppo Regionale (FESR) 2014/2020 Sicilia, Azione 1.2.1_03. Importo spesa ammissibile P.M.F. Srl: 204.500,00 euro. Importo contributo PMF Srl: 108.800,00 euro. Il contenuto di questo sito web è sotto la responsabilità della PMF Srl e non riflette necessariamente le opinioni della Commissione Europea.

MINERVA

Il progetto MINERVA (n. F/190045/01/X44 – CUP B61B1900048008) è stato finanziato grazie al Fondo per la Crescita Sostenibile – Sportello “Fabbrica intelligente” PON I&C 2014-2020, di cui al DM 5 marzo 2018 Capo III. Metodi Innovativi e-learning e realtà virtuale in azienda. Importo spesa ammissibile PMF Srl: 274.791,25 euro. Importo contributo PMF Srl: 160.532,00 euro. Il contenuto di questo sito web è sotto la responsabilità della PMF Srl e non riflette necessariamente le opinioni della Commissione Europea.

SECESTA ViaSafe

Il progetto SECESTA ViaSafe (n. 08CT6202000208 – CUP G69J18001010007) è stato finanziato grazie al Fondo Europeo di Sviluppo Regionale (FESR) 2014/2020 Sicilia, nell’ambito dell’Asse 1 – Obiettivo Specifico 1.1 – Azione 1.1.5. “Applicazione della rete di monitoraggio dalla ricaduta di cenere vulcanica dell’Etna alla gestione della mobilità nel territorio etneo”. Importo spesa ammissibile PMF Srl: 267.400,00 euro. Importo contributo PMF Srl: 190.752,00 euro. Il contenuto di questo sito web è sotto la responsabilità della PMF Srl e non riflette necessariamente le opinioni della Commissione Europea.

Questo sito fa uso di cookie per migliorare l’esperienza di navigazione degli utenti e per raccogliere informazioni sull’utilizzo del sito stesso.