Introduzione alle reti Neuromorphic Computing e alle Spike Neural Networks

Il Neuromorphic Computing e le Spiking Neural Networks (SNN) rappresentano una rivoluzione nel campo dell’intelligenza artificiale, ispirandosi direttamente ai meccanismi tipici dei sistemi neurali biologici. Questa tesi fornisce una panoramica introduttiva su tali tecnologie, esplorandone i fondamenti teorici, le architetture hardware/software e le potenziali applicazioni. Da un’analisi delle reti neurali tradizionali, l'attenzione si sposterà poi sui principi innovativi delle SNN: la codifica dell’informazione tramite impulsi temporizzati (spike), i modelli computazionali bio-ispirati, come il Leaky Integrate-and-Fire e i meccanismi di apprendimento Spike-Timing-Dependent Plasticity (STDP). Viene approfondita l’integrazione tra SNN e architetture hardware neuromorfiche, analizzando strutture come Intel Loihi e strumenti software open-source, come Brian2, per la simulazione di reti a impulsi. Attraverso un approccio critico, questa tesi esamina le prospettive future del settore e le sfide che vengono affrontate in questo campo. Lo scopo è offrire una introduzione strutturata delle reti Neuromorphic Computing e delle Spike Neural Networks, che pongono le basi per futuri approfondimenti in un campo destinato a ridefinire i confini dell’AI.