Un algoritmo ispirato ai moscerini non dimentica gli odori

Un nuovo algoritmo ispirato ai moscerini ha dimostrato di non dimenticare gli odori, un risultato che potrebbe rivoluzionare il campo del riconoscimento degli odori da parte dei dispositivi. L’algoritmo, chiamato Spi-Fly, è stato sviluppato da Kevin Max e Yang Shen dell’Okinawa Institute of Science and Technology e pubblicato sulla rivista Neuromorphic Computing and Engineering. L’obiettivo è creare un sistema che, come il moscerino, possa riconoscere e memorizzare odori senza perdere la capacità di distinguere tra di essi, un problema comune negli attuali dispositivi di riconoscimento degli odori.

Un sistema biologico ispirato

Il moscerino, pur con un cervello minuscolo, è in grado di distinguere un vasto numero di odori e di ricordarli per molto tempo. Questo è dovuto a un meccanismo chiamato sparse coding, che permette al moscerino di assegnare a ogni odore un codice univoco, simile a un barcode. L’algoritmo Spi-Fly si ispira a questo sistema biologico, utilizzando un approccio simile per evitare il fenomeno del catastrophic forgetting, ovvero la perdita della capacità di riconoscere odori dopo l’apprendimento di nuovi. Il sistema si basa su un’idea semplice: ogni volta che un neurone nascosto attiva in parallelo con la risposta corretta, il collegamento tra i due si rafforza. Questo approccio permette al sistema di apprendere in modo rapido e di mantenere la memoria degli odori già imparati, anche quando vengono introdotti nuovi.

Un’alternativa ai metodi tradizionali

La maggior parte degli algoritmi attuali si basa su tecniche come il backpropagation, un metodo che richiede un grande volume di dati etichettati e può portare a un dimenticatoio quando si apprende un nuovo odore. Spi-Fly, invece, non necessita di backpropagation e si basa su una regola semplice, che permette un’apprendimento più efficiente e una memorizzazione più stabile. Secondo Max, il sistema ha dimostrato di funzionare bene in test simulati, raggiungendo un livello di precisione superiore rispetto ai metodi tradizionali. Tuttavia, il sistema ha anche dei limiti. Ad esempio, il numero massimo di odori che può riconoscere è limitato, e la complessità del sistema richiede un’adeguata gestione della memoria, un aspetto cruciale per l’implementazione su chip neuromorfi.

Il prossimo passo per Spi-Fly è l’integrazione in dispositivi fisici, come i chip neuromorfi sviluppati da Max e i suoi collaboratori presso l’Università di Eindhoven e l’Università di Kiel. Questi chip, costruiti con tecnologie che imitano il cervello, sono in grado di processare segnali in modo simile a come lo fanno i neuroni. Tuttavia, essi presentano limitazioni di memoria, un aspetto che Spi-Fly è stato progettato per superare.

Nonostante i progressi, il sistema è ancora in fase di sviluppo e non è ancora stato testato in condizioni reali. Il confronto con altri algoritmi, come EPL net, ha sollevato alcune controversie, con alcuni ricercatori che ritengono che i due sistemi siano progettati per risolvere problemi diversi. Per il momento, il moscerino, pur con il suo cervello minuscolo, resta il campione di efficienza e memoria nella riconoscibilità degli odori.