Le reti neurali
Le reti neurali sono usate nel riconoscimento di immagini, nella traduzione automatica e nei modelli del linguaggio. Partiamo da un neurone artificiale: calcoliamo la sua uscita, poi colleghiamo più neuroni e vediamo come si addestrano. Nel laboratorio puoi modificare input, pesi, bias e funzione di attivazione.
Nel Capitolo 2 c'è un neurone interattivo: muovi input, pesi e attivazione e guarda il calcolo aggiornarsi.
Ispirate al cervello
Il nostro cervello è fatto di miliardi di neuroni collegati fra loro. Ognuno riceve segnali da altri neuroni e, se lo stimolo complessivo è abbastanza forte, «si attiva» e passa il segnale ai successivi. Le reti neurali artificiali sono ispirate, alla lontana, a questo meccanismo.
Attenzione: una rete neurale artificiale non è un cervello, né lo simula davvero. È un modello matematico che prende in prestito solo l'idea di base (tante unità semplici collegate) per trasformare dati in ingresso in una previsione. Il collegamento biologico è un’ispirazione; qui descriviamo operazioni matematiche, senza dedurne conclusioni sulla coscienza.
Il neurone artificiale
Un neurone artificiale riceve degli input, calcola una somma pesata con un bias e applica una funzione di attivazione per ottenere l'uscita.
- Ogni input
xviene moltiplicato per un pesow(quanto quell'input è importante). - Si sommano tutti i prodotti e si aggiunge un bias
b(un termine aggiuntivo regolabile): ottieni un numeroz. - Si passa
zin una funzione di attivazionef, che produce l'uscitay.
In una formula: y = f(w₁·x₁ + w₂·x₂ + b). Nel laboratorio muovi input, pesi e bias e scegli l'attivazione: vedrai il calcolo aggiornarsi passo passo.
Il laboratorio calcola l’uscita per i valori che scegli: non addestra il neurone. Il bias b sposta la somma prima dell’attivazione; in questa formula «bias» non indica il pregiudizio di un dataset.
y = —
I pesi (e i bias) sono i «numeri interni» del neurone, i suoi parametri. Addestrare la rete significa proprio trovare i pesi giusti, con la discesa del gradiente vista nella Lezione 2. Collegando più neuroni, l’uscita di alcuni diventa l’ingresso dei successivi.
La funzione di attivazione
Perché passare la somma z in una funzione? Perché senza, una rete (per quanto grande) resterebbe capace solo di tracciare linee rette. L'attivazione introduce la non-linearità che le permette di piegarsi e imparare forme complesse.
| attivazione | cosa fa |
|---|---|
| Gradino | uscita 0 oppure 1 (acceso/spento). La più antica, oggi poco usata. |
| Sigmoide | «schiaccia» qualsiasi numero fra 0 e 1: utile per una probabilità. |
| ReLU | lascia passare i positivi, azzera i negativi. È un’attivazione comune nel deep learning. |
Torna al neurone del capitolo precedente e cambia l'attivazione con gli stessi input: noterai che l'uscita y si comporta in modo diverso. È questa piccola «piega» non lineare, ripetuta su tanti neuroni, a permettere alla rete di rappresentare relazioni non lineari.
Dai neuroni ai livelli
I neuroni si organizzano in livelli (layer). Collegando un livello al successivo, l'uscita del primo diventa l'ingresso del secondo, come mostra il diagramma.
- Il livello di input riceve i dati grezzi (i pixel di un'immagine, le parole di una frase…).
- I livelli nascosti (in mezzo) trasformano l'informazione passo dopo passo, riconoscendo schemi via via più astratti.
- Il livello di uscita dà la risposta finale (una classe, un numero…).
Deep learning = reti con molti livelli nascosti («profonde»). Più livelli permettono di comporre concetti sempre più complessi: nelle immagini, i primi livelli colgono bordi e colori, quelli successivi forme, poi occhi e nasi, infine «un volto». I livelli compongono quindi trasformazioni via via più articolate.
Come impara una rete: la backpropagation
Una rete inizializzata da zero parte generalmente da pesi casuali. Ogni passo di addestramento comprende previsione, calcolo delle derivate e aggiornamento dei parametri, spesso su un piccolo gruppo di esempi.
- Passaggio in avanti (forward pass): i dati entrano, attraversano i livelli e la rete produce una previsione. Si calcola la perdita (quanto ha sbagliato).
- Propagazione all’indietro (backpropagation): applica la regola della catena per calcolare le derivate della perdita rispetto ai parametri. L’ottimizzatore, per esempio la discesa del gradiente, usa poi queste derivate per aggiornare i pesi.
Ripetendo il ciclo sugli esempi, l'addestramento cerca valori dei pesi che riducano la perdita. È il principio della Lezione 2, aggiornare i parametri a piccoli passi, applicato a tutti i parametri della rete.
Il gradiente indica come cambia localmente la perdita se cambia un parametro: non assegna a ciascun peso una quota di «colpa». La backpropagation calcola questi gradienti; l’ottimizzatore decide gli aggiornamenti e usa un tasso di apprendimento.
Un neurone con uscita lineare riceve x = 2; parte da w = 0,5 e b = 0. L’obiettivo è y = 2. La previsione è 1 e la perdita quadratica, che chiamiamo L, su questo esempio è (1 − 2)² = 1.
La scrittura ∂L/∂w significa «quanto varia localmente la perdita L quando cambia il peso w»; ∂L/∂b descrive lo stesso per il bias. Puoi usare le formule seguenti senza saperle derivare. I gradienti sono ∂L/∂w = 2·(1 − 2)·2 = −4 e ∂L/∂b = 2·(1 − 2) = −2. Con tasso 0,1 sottrai a ciascun parametro 0,1 volte il suo gradiente: w = 0,5 − 0,1·(−4) = 0,9 e b = 0 − 0,1·(−2) = 0,2. Calcoli entrambi gli aggiornamenti dai valori iniziali. La nuova previsione è 0,9·2 + 0,2 = 2: perdita zero su questo unico esempio. Non basta a dire che il neurone funzionerà su altri dati.
Un batch è il gruppo di esempi usato per un aggiornamento; un’epoca è un passaggio sull’intero insieme di addestramento. La regolarizzazione limita la tendenza ad adattarsi troppo ai dati visti; la validazione aiuta a scegliere complessità e momento di arresto.
Per approfondire il calcolo delle derivate: autograd nella documentazione PyTorch, verificata l’11 ottobre 2026.
Quali relazioni possono apprendere
Due caratteristiche aiutano a capire perché le reti profonde sono usate su immagini, audio e testo.
- Apprendono le rappresentazioni dei dati. Con molti modelli classici si scelgono esplicitamente le caratteristiche in ingresso. Una rete profonda può apprendere trasformazioni di questi dati, livello dopo livello, durante l’addestramento.
- Rappresentano relazioni complesse. La composizione di livelli e attivazioni permette di descrivere funzioni più articolate di una retta. La capacità di rappresentarle non garantisce però che l’addestramento trovi una soluzione utile sui dati nuovi.
È questo che le rende la tecnologia dietro le immagini, la voce e il linguaggio: dominî dove le «regole» sono troppe e troppo sfumate per scriverle a mano, ma abbondano gli esempi da cui imparare.
Costi e limiti
Nella scelta di una rete profonda occorre considerare dati, risorse di calcolo e interpretabilità.
- Dati e calcolo. L'addestramento può richiedere molti esempi e schede grafiche (GPU), con costi in tempo, denaro ed energia che dipendono dalla rete e dal compito.
- Sono «scatole nere». Con milioni di pesi, capire perché una rete ha deciso così è molto difficile. Un problema serio dove serve trasparenza.
- Possono fare overfitting ed ereditare i bias dei dati, come accade anche ad altri modelli.
Le reti neurali sono molto usate per immagini, testo e audio. Sui dati tabellari conviene confrontarle anche con modelli classici: valuta le prestazioni, le risorse necessarie e quanto sia facile spiegare le previsioni.
Nella prossima lezione vediamo un tipo di rete progettato per elaborare immagini: le reti convoluzionali (CNN), e il ruolo dei filtri nella loro elaborazione.
Verifica finale
Dieci domande sulle reti neurali. Rispondi a tutte, poi premi «Correggi». Puoi sempre riprovare.
y = f(w₁·x₁ + w₂·x₂ + b): pesa, somma, applica l'attivazione.Le parole chiave
Lezione interattiva · Le reti neurali
Il tuo riscontro
Com’è andata questa lezione?
Dimmi cosa è chiaro e dove la spiegazione può migliorare.