La Tecnologia

2 minuti fa ho finito di comprare un biglietto per andare ad una conferenza. Ecco come funziona.

1) Telefono all'agenzia di viaggi dell'università per dire che biglietto voglio
2) Faccio firmare l'autorizzazione
3) Gli faxo l'autorizzazione
4) Vado a prendere il biglietto a un qualsiasi distributore automatico della Deutsche Bahn

Tutto dalla mia scrivania, a parte lo scendere di un piano per il fax e per la firma.

Bestiale.

dall´analogico al digitale all´analogico (II)

nec procul afuerunt telluris margine summae:
hic, ne deficeret, metuens avidusque videndi
flexit amans oculos, et protinus illa relapsa est.

publio ovidio nasone

qui a friburgo sono nuovamente affascinato dalle neuroscienze; torno allora su un tema che ho già trattato in passato.

uno dei miei argomenti preferiti per giustificare il passaggio dello studio delle reti neurali come sistemi dinamici continui alle reti di spiking neurons si basa sulle equazioni di fitzhugh-nagumo, d'ora in poi fn. sono una semplificazione fenomenologica delle equazioni di hodgkin-huxley, che descrivono con ammirevole precisione il comportamento elettrico delle membrane dei neuroni. il modello fn è particolarmente istruttivo, perchè, se si tralascia l'accoppiamento del voltaggio con la variabile di recupero, che gli conferisce un carattere "periodico", permettono di capire esattamente il significato del concetto di soglia in un sistema dinamico.

le fn, private dell'accoppiamento con la variabile di recupero, hanno la forma



qui T denota la soglia e A l'ampiezza per motivi che spiego immediatamente: sostituendo a y_0 i valori 0,T,A, si vede che essi sono punti stazionari. d'altra parte y' è minore di 0 per valori maggiori di A, oppure fra 0 e T, maggiore di 0 per valori fra T e A oppure per valori minori di 0. dato che le soluzioni di un sistema dinamico non possono incrociarsi per il teorema di picard-lindelöf, ne consegue che la soluzione converge ad A (l'ampiezza!) per dati iniziali maggiori di T (la soglia!) e converge a 0 per valori iniziali minori di T.

detto in altre parole, il sistema dinamico associato all'equazione di cui sopra non è altro che un dispositio che trasforma un segnale analogico (il dato iniziale scelto in R) in un segnale digitale (il valore a cui converge la soluzione scelto in {0,A}). è possibile, inoltre, accelerare o rallentare questo dispositivo aggiungendo un fattore V, rispettivamente maggiore o minore di 1, davanti al lato destro dell'equazione. questa è un'ottima giustificazione, a mio parere, per considerare le reti neurali di spiking neurons una buona approssimazione di quellie rappresentate da sistemi dinamici continui. inoltre è anche un buon esempio di come ottenere buona positura globale per un'equazione differenziale ordinaria che abbia un lato destro non globalmente lipschitziano.

qualche considerazione, adesso, sul concetto astratto di soglia; per esprimersi con precisione, bisognerebbe dire che A è un punto fisso dell'equazione, con bacino di attrazione (T,\infty). da qui si può generalizzare il concetto di soglia, definendo la soglia di un punto fisso di un sistema dinamico come il bordo del suo bacino di attrazione.

questa erkenntnis sicuramente non è nuova, come la maggior parte delle mie illuminazioni. tuttavia mi riservo di tornare sull'argomento, magari con qualche riflessione sui cicli limite e onde viaggianti...

dall´analogico al digitale all´analogico (I)

premetto che ho avuto una forte tentazione di dedicare questo post a questo articolo dell´avvenire, incredibilmente fazioso e con una messe di acrobazie logiche da far felice ogni professore di analisi 1.

tuttavia voglio rendere partecipe il mondo di una mia erkenntnis sull´utilita´ dell´analisi funzionale nello studio della computazione neurale.

1) i meccanismi a livello locale sono ben compresi: e´ chiaro come un congegno analogico (ovvero un´equazione differenziale) puo´ produrre come risultato asintotico - raggiungibile in tempi brevi con i giusti parametri - effetti di soglia, moltiplicazione, modulazione e cosi´ via discorrendo. potrebbe quindi sembrare che ogni singolo neurone altro non sia che un congegno analogico in grado di effettuare operazioni digitali.

2) however, i neuroni sono strutture estese, e non appena si consideri il meccanismo fisico, che porta a trasmettere queste informazioni da uno all´altro, e´ necessario considerare spazi a dimensione infinita. e ovviamente e´ possibile capirci qualcosa solo con un utilizzo appropriato dell´analisi funzionale. e questa trasmissione ha un carattere intrinsecamente analogico.

3) non solo: se si vogliono studiare le dinamiche di sistemi di neuroni, e´ impossibile sperare di poter ottenere soluzioni esplicite anche per il piu´ semplice dei modelli. e´ anche le simulazioni si scontrano con la terribile complessita´ computazionale delle equazioni alle derivate parziali non lineari. rimane da sperare che l´analisi qualitativa che puo´ essere effettuata tramite l´analisi funzionale possa dare qualche risultato. cosa che succede.

4) alcuni potrebbero obiettare che, dato che si e´ dimostrato che i neuroni possono svolgere operazioni digitali, allora la mente e´ un grosso computer. ovviamente, questo e´ un assioma, accettabile o meno. e´ la sua accettabilita´, ovvero il fatto che la complessita´ di una rete faccia emergere fenomeni di tipo non prettamente algoritmico, puo´ essere decisa solo studiandone le proprieta´ ad un livello non locale.