percettrone
percettrone
Modello base di rete neurale proposto nel 1958 dallo psicologo americano Frank Rosenblatt. Sebbene sia oggi considerato datato, rappresenta tuttavia il modello di partenza per la progettazione di reti complesse. Il percettrone fu proposto come entità con un ingresso, un’uscita e una regola di apprendimento basata sulla minimizzazione dell’errore (error back-propagation). Rappresenta un modello computazionale più generale di quello di McCulloch-Pitts, grazie all’introduzione di pesi numerici e di uno speciale percorso di interconnessione. Nel modello originale le unità di calcolo sono elementi con soglia e la connessione è ricavata stocasticamente. L’apprendimento o la memorizzazione vengono ottenute per retroazione adattando i pesi numerici fintantoché l’uscita non sia resa pari a quella desiderata. Le capacità computazionali di un singolo percettrone non sono però elevate e le prestazioni ottenibili dipendono sia dall’insieme degli ingressi sia dalla funzione da implementare. Il modello di Rosenblatt (detto percettrone classico), proposto al Cornell Aeronautical Laboratory, venne poi perfezionato negli anni Sessanta del secolo scorso grazie anche al lavoro di Marvin Minsky e Seymour Papert. Oggi con il termine percettrone si intende proprio il modello proposto da questi ultimi. Il percettrone classico è in realtà una vera rete per la soluzione di problemi di riconoscimento di percorso, in quanto si basa sull’idea fondamentale di far apprendere al sistema un metodo di riconoscimento di specifici percorsi di ingresso. Più precisamente, il percettrone (esempio di rete in avanti a uno strato) rappresenta un caso particolare di rete neurale con uscite indipendenti tra loro. È proprio tale proprietà che rende lo studio del percettrone basilare per un suo impiego come modello elementare di una più vasta rete neurale composta di numerosi neuroni. Le unità elementari di un percettrone possono rappresentare funzioni booleane di base (AND, OR, NOT), mentre una rete con più strati potrebbe rappresentare qualsiasi funzione booleana. Un percettrone a singolo strato può invece rappresentare solo determinate funzioni booleane (AND e OR, ma non XOR).