(AdnKronos) – “L’apprendimento nel nostro modello e molto diverso da quello delle tipiche reti neurali artificiali utilizzate nelle applicazioni dell’intelligenza artificiale. Replica le strategie di apprendimento utilizzate da tutti i bambini che imparano a leggere e si basa in gran parte su un ciclo di auto-apprendimento”, dice Marco Zorzi autore della ricerca.

La rete neurale inizialmente acquisisce abilita rudimentali nella decodifica delle parole scritte, imparando le associazioni piu frequenti tra lettere e suoni (ad esempio la lettera B e sempre associata al suono /b/). Successivamente, ad ogni tentativo di decodifica, la rete genera una parola in forma orale e cerca la migliore corrispondenza con quelle che ha in memoria, che rappresentano il lessico parlato del bambino.

In caso di corrispondenza viene creata una memoria visiva della parola scritta, che servira nel futuro a riconoscerla in modo piu rapido ed efficiente, e contemporaneamente vengono rinforzate le associazioni tra le lettere ed i suoni che formano la parola stessa.

(Adnkronos)