Motori di ricerca migliori? Basta ispirarsi al cervello dei moscerini


Quando acquistiamo un oggetto online, o semplicemente ascoltiamo una canzone su YouTube, sappiamo bene che in pochissimo tempo il nostro computer o smartphone sarà invaso da cose che assomigliano a ciò che abbiamo appena cercato. Attività che, in termini più tecnici, sono conosciute come ricerche per somiglianza. Ma per sviluppare motori di ricerca sempre più efficienti, ora, un gruppo di ricercatori della University of California di San Diego e del Salk Institute si è ispirato al cervello dei moscerini della frutta. Più precisamente il team, come racconta sulle pagine di Science, ha osservato il modo in cui queste mosche classificano gli odori, ipotizzando come una tecnica simile per i motori di ricerca possa essere molto più efficiente e veloce.

In altre parole, il sistema olfattivo della mosca esegue un calcolo molto simile a quello fatto dai motori di ricerca. Finora, il modo in cui la maggior parte dei sistemi che riconoscono le somiglianze, dalle canzoni alle immagini, per ottimizzare le ricerche è quello di ridurre la quantità di informazioni associate a ciascun elemento cercato: questi sistemi, in pratica, assegnano un breve hash a ciascun elemento in modo che gli oggetti simili abbiano più probabilità di essere catalogati con lo stesso (o molto simile) hash, rispetto a due elementi molto diversi.

In altre parole, quando cerchiamo oggetti simili, i motori di ricerca utilizzano gli hash per trovare rapidamente gli elementi somiglianti.

(Foto: Salk Institute)

“In natura, è difficile incontrare esattamente lo stesso odore”, spiegano i ricercatori.

“Ma se si odora qualcosa che è stato in precedenza associato a un comportamento, si deve anche essere in grado di identificare le somiglianze e ricordare quel comportamento”. In parole più semplici, se un moscerino sa che l’odore di una banana significa cibo, probabilmente risponde allo stesso modo quando sente un odore molto simile, nonostante sia per lui nuovo. Più precisamente, quando i moscerini della frutta sentono per la prima volta un odore attivano circa 50 neuroni, che raccolgono informazioni, successivamente elaborate da una seconda serie di 50 neuroni (detti di proiezione) e poi ancora da ben altri 2mila neuroni, chiamati cellule Kenyon. Tutto questo processo aiuta così il cervello a notare le somiglianze meglio di quanto avrebbe fatto se avesse ridotto la quantità di informazioni, proprio come fanno gli algoritmi informatici: il cervello dei moscerini, in pratica, invece che ridurre la mole di informazioni, la moltiplica, creando una sorta di impronta digitale di quell’odore ancora più specifica.

Tuttavia, solamente il 5% di queste cellule Kenyon viene memorizzato nel cervello, rappresentando un hash (proprio come quello utilizzato in informatica) per un odore specifico. Per spiegarci meglio, “mettiamo di avere un gruppo di persone che hanno diverse relazioni tra loro, messe tutte in una piccola stanza affollata”, spiegano i ricercatori. “Poi prendiamo le stesse persone e mettiamole in un campo di calcio. Sarà molto più facile per noi vedere la struttura dei rapporti e delle relazioni tra le persone e disegnare, quindi, i confini tra i gruppi in uno spazio esteso rispetto allo spazio piccolo e affollato della stanza”.

Per testare il nuovo meccanismo, i ricercatori hanno utilizzato gli algoritmi progettati per simulare quelli del circuito neurale delle mosche durante la classificazione di dati, scoprendo che la versione animale forniva migliori prestazioni, sia in termini di efficacia che di velocità. Come precisano i ricercatori, comunque, è ancora presto per poter realmente applicare questi nuovi algoritmi ai nostri computer. Ma i risultati, concludono i ricercatori, “sono la prova che questo in futuro potrebbe realizzarsi”.


Fonte: WIRED.it

Archivio