Come Pensa un Neurone Artificiale

Come decide il neurone: Bianco o Nero?

In scala di grigi abbiamo 1 solo dato di input: la luminosità del pixel normalizzata tra 0.0 (Nero assoluto) e 1.0 (Bianco puro). Il neurone moltiplica questo valore per una "manopola di amplificazione" chiamata Peso (w), somma una soglia chiamata Bias (b), e attiva l'uscita con una funzione Sigmoide per produrre una probabilità compresa tra 0 e 1.

Attivazione Uscita: σ(z) = 1 / (1 + e^-z)

Ingresso (Input)

128

Luminosità (x) 0.50

0 (Nero) 255 (Bianco)

Parametri Interni

Peso (w): +2.00

Determina l'influenza e la direzione della luce

Bias / Soglia (b): -2.00

Sposta il punto di commutazione tra Bianco e Nero

Uscita (Decisione)

50%

Classificato come BIANCO

Calcolo Equazione lineare ponderata:

z = (x 0.50 × w +4.0) + b (-2.0) = 0.00 ➜ σ(z) = 0.500

Dall'1 a 3 Input: Il Potere dei Pesi Selettivi

Qualsiasi colore a schermo è composto da tre intensità: Rosso (R), Verde (G), e Blu (B). Ogni canale possiede il proprio peso dedicato ($w_R$, $w_G$, $w_B$). Se un neurone vuole specializzarsi nel riconoscere il Rosso, il peso $w_R$ diventerà fortemente positivo (stimola l'attivazione), mentre $w_G$ e $w_B$ diverranno negativi (agiscono come inibitori che spengono il neurone se ci sono altri colori mescolati).

Compito del Neurone:

Esempi:

Scegli Colore

#EA2B2B

R (Rosso):

0.92

G (Verde):

0.17

B (Blu):

0.17

Pesi delle Connessioni

Peso w_R: +6.0

Peso w_G: -4.0

Peso w_B: -4.0

Bias (b): -1.5

Neurone "Rosso"

96%

Riconosciuto? SÌ, È ROSSO!

Somma Pesata Combinata: z = (R·w_R) + (G·w_G) + (B·w_B) + b

z = (0.92 × +6.0) + (0.17 × -4.0) + (0.17 × -4.0) + (-1.5) = +2.68 ➜ σ(z) = 0.936

Peso Positivo (Eccitatorio)

Se il valore del colore aumenta, la confidenza del neurone sale. Dice al neurone: "Più vedi questo ingrediente, più sei vicino alla risposta esatta".

Peso Negativo (Inibitorio)

Funziona da veto. Per esempio, se stiamo cercando il Rosso puro, una forte presenza di Verde o Blu distrugge il punteggio, spegnendo l'uscita anche se c'è molto Rosso.

Il Bias (Soglia di severità)

È la diffidenza iniziale del neurone prima ancora di guardare i dati. Un bias negativo costringe i colori in ingresso a essere molto netti prima di poter attivare l'uscita.