Ci sia concesso di rilevare uno strano quanto interessante parallelo tra OT e le reti neurali computerizzate.
La rete neurale in parole molto semplici e' un sistema software realizzato per simulare elettronicamente una rete di neuroni biologici.
In campo medico e' ampiamente utilizzata ad esempio per il riconoscimento di immagini e per la diagnosi automatica.
La rete neurale funziona tramite segnali in input ai neuroni ( elettronici ) che elaborano il segnale, ne verificano la valenza e lo ritrasmettono a ritroso per ricevere un nuovo feed-back e cosi' via fino a quando il livello di errore ritrasmesso non ha raggiunto un valore minimo prefissato cioe' fino a quando la rete non ha " appreso " con una percentuale di errore molto piccola ( ad es dell'1 % ).
Vi si puo' riconoscere lo stesso meccanismo adottato dal sistema neuroendocrino al quale si e' ispirata la tecnologia informatica.
La cosa interessante e' che, per funzionare correttamente, la rete deve passare attraverso un fase di training cioe' attraverso una vera e propria fase di allenamento, durante la quale vengono "pesate" le correlazioni esistenti tra i segnali di input e di output.
Per mezzo della fase di training la rete neurale sara' in grado di gestire i livelli di feed-back tra i neuroni e le strategie da attuare in risposta a nuovi segnali di input.
Ma il fatto che sorprende maggiormente e' che, quando la fase di allenamento non e' ben progettata succede che la rete, invece di proseguire nell'apprendimento, si blocca, va in stallo, tecnicamente si dice che va in overtraining.
A questo punto la rete memorizza la situazione, e non e' piu' in grado di accettare o individuare situazioni diverse da quella, non ha piu' possibilita' di feed-back.
Il parallelo con la situazione biologica e' molto stretto al punto da far pensare che l'OT possa configurare una sorta di memorizzazione dell'errore, cioe' di una situazione metabolica alterata, senza possibilita' di modulare il feed-back ormonale.
Nel caso della rete neurale l'effetto Overtraining si verifica quando l'allenamento e' troppo spinto, cioe' quando i dati in input non sono abbastanza congruenti ...
Similitudini a parte, si puo' progettare una rete neurale in cui i segnali in input sono rappresentati dai livelli di carico applicati per ottenere in output il livello di performance atteso, ad es. sotto forma di O2 consumato per watt applicato.
Impostando in input carichi troppo elevati la rete potrebbe segnalare il pericolo di overtraining.
