La “lezione” del moscerino:
il suo fiuto ispira algoritmi di ricerca

Scienziati Usa a scuola dai moscerini della frutta per ‘disegnare’ algoritmi più efficienti per la ricerca di immagini e dati. Un team dell’University of California San Diego e del Salk Institute for Biological Studies di La Jolla ha guardato dentro al cervello dell’insetto e ha trovato ispirazione dal modo in cui classifica gli odori. La tecnica sofisticata che guida il suo fiuto – spiegano gli autori dello studio pubblicato su ‘Science’ – applicata a un motore di ricerca si è rivelata uno strumento altamente efficiente per la classificazione dei dati.

I moscerini della frutta hanno circa 50 tipi di neuroni olfattivi, che si accendono a un’intensità diversa quando esposti a diversi odori. Le informazioni così raccolte vengono poi elaborate da una seconda serie di 50 neuroni di proiezione e poi ancora da 2.000 neuroni chiamati ‘cellule Kenyon’. In questo processo, solo il 5% delle 2.000 cellule Kenyon si accende per rappresentare un ‘tag’ per un odore specifico. Questo perché il circuito neurale del moscerino attribuisce schemi di attività neurali simili a odori simili, in modo che i comportamenti appresi da un odore (come l’acqua zuccherata) possano essere applicati quando si sperimenta un odore simile (anch’esso relativo per esempio alla ‘ricompensa’).

Creando numerosi tag che possono classificare in modo efficiente gli oggetti correlati, il sistema olfattivo dell’insetto esegue un calcolo molto simile alle ricerche di somiglianza comuni nel mondo dell’informatica. Tuttavia, gli algoritmi utilizzati convenzionalmente dalle ‘macchine’ differiscono da quelli usati dal moscerino. Quando l’autore dello studio Sanjoy Dasgupta e i suoi colleghi hanno usato algoritmi progettati per simulare quelli del circuito neurale del moscerino impegnato nella classificazione dei dati, hanno scoperto che la nuova versione ‘fruit fly’ garantiva migliori prestazioni.

(Fonte: Adnkronos)