Le nuove reti neurali, caratterizzate da architetture multilivello, e le nuove metodologie per il loro apprendimento stanno rapidamente rivoluzionando diversi settori, quali il management aziendale, le scienze sociali, la fisica e la biologia.
L’interpretazione di «cosa» faccia una rete neurale, tuttavia, rimane abbastanza sfuggente e una sfida cruciale risiede nel capire cosa una rete neurale stia realmente apprendendo. Due ricercatori del Carl R. Woese Institute for Genomic Biology, Alex Finnegan e Jun S. Song, hanno proposto un nuovo approccio per l’interpretazione dei processi interni delle moderne reti neurali multilivello.
Finnegan e Song hanno introdotto strumenti matematici innovativi (quali il metodo di massima entropia e la distribuzione di Gibbs, abitualmente utilizzati in meccanica statistica) per interpretare ed estrarre le caratteristiche apprese da una rete neurale.
Fonte: CSH Laboratory