13 febbraio 2017
La rete funziona grazie a un sistema di controllo del flusso di informazioni che evita di instradare
pacchetti di dati lungo connessioni congestionate. Secondo un nuovo studio, il cervello ha un
sistema di controllo simile, basato sul rafforzamento o sull’indebolimento delle sinapsi, le
connessioni tra i neuroni (red)
da lescienze.it
Un algoritmo che gestisce il flusso di informazioni su Internet è molto simile a un meccanismo di
distribuzione dei segnali nervosi nel cervello umano. È quanto sostiene sulle pagine di Neural
Computation un gruppo di ricercatori del Salk Institute guidati da Saket Navlakha.
Internet è un sistema distribuito privo di qualsiasi autorità centrale: per il suo funzionamento
efficiente, occorre un sistema di controllo del flusso d’informazioni, che deve procedere lungo
connessioni che non siano né congestionate né sottoutilizzate.
A questo fine, viene utilizzato un algoritmo chiamato incremento additivo, decremento
moltiplicativo (AIMD), grazie a cui un computer invia un pacchetto di dati e poi attende che il
destinatario fornisca un feedback di riconoscimento. Se il pacchetto viene riconosciuto prontamente
significa che la rete non è sovraccarica e i dati possono essere trasmessi attraverso di essa più
rapidamente.
A ogni pacchetto successivo che va a buon fine, il computer aumenta la sua velocità di un’unità: è
il processo d’incremento additivo. Ma se il riconoscimento avviene in ritardo o non avviene, il
computer rallenta notevolmente, per esempio della metà, realizzando il decremento moltiplicativo.
In questo modo la congestione viene evitata, poiché, per così dire, gli utenti tolgono il piede
dall’acceleratore appena notano un rallentamento. Poiché i computer di tutto il network usano questa
strategia, l’intero sistema può continuamente adattarsi al cambiamento di condizioni, massimizzando
l’efficienza.
E’ possibile che il cervello, con le sue migliaia di miliardi di neuroni distribuiti, gestisca le
informazioni in modo simile? È quanto si sono chiesti Navlakha e i suoi collaboratori. Per
scoprirlo, hanno elaborato un modello dell’attività neuronale corredato da diversi tipi di algoritmi
di controllo di flusso e verificato poi quale di essi rendesse meglio conto dei dati ottenuti in 20
studi sperimentali. Dal confronto è emerso che l’AIMD è il più efficiente nel mantenere costante il
flusso d’informazioni, regolando il tasso di traffico ogni volta che i percorsi risultavano
congestionati.
Il dato più interessante è che l’AIMD è risultato anche la migliore spiegazione di ciò che succedeva
ai neuroni nel corso della sperimentazione. L’equivalente dell’incremento additivo è il cosiddetto
potenziamento a lungo termine (long-term potentiation, LTP). Esso si verifica quando i neuroni si
attivano rapidamente uno dopo l’altro, il che rafforza la loro connessione sinaptica e rende più
probabile che in futuro il primo neurone attivi il secondo.
L’equivalente neuronale del decremento moltiplicativo è la depressione a lungo termine, che si
verifica quando l’attivazione di due neuroni è invertita: il secondo si attiva cioè in anticipo
rispetto al primo. Ciò indebolisce la loro connessione, rendendo molto più bassa la probabilità che
il primo attivi il secondo in futuro. Complessivamente, il rafforzamento e l’indebolimento delle
sinapsi di tutta la rete fanno sì che l’intero sistema si adatti e apprenda.
Anche se il cervello e Internet funzionano usando meccanismi molto differenti, entrambi seguono
regole locali semplici, che producono globalmente una notevole stabilità, ha commentato Jonathan
Suen, coautore dell’articolo. Inizialmente, ero sorpreso che le reti neurali biologiche sassero gli
stessi algoritmi delle loro controparti ingegnerizzate, ma, come abbiamo imparato, le istanze di
efficienza, robustezza e semplicità sono comuni sia agli organismi viventi sia alle reti che abbiamo
costruito.
Capire in che modo funziona il sistema in condizioni normali potrebbe consentire una migliore
comprensione di ciò che succede quando questi meccanismi sono alterati, per esempio nei disturbi
dell’apprendimento.
Variazioni nell’algoritmo AIMD sono utilizzate fondamentalmente in ogni rete di comunicazione, ha
spiegato Navlakha. Scoprire che il cervello usa un algoritmo simile non può essere solo una
coincidenza.
Lascia un commento