Una vasta branca dell'intelligenza artificiale cerca di costruire sistemi che affrontino problemi difficili per gli algoritmi classici dei sistemi esperti usando, invece, reti neurali che si ispirano, ma molto alla lontana, all'elaborazione dell'informazione nel nostro sistema nervoso.

Il principio fondamentale è che invece di scrivere un programma di calcolo con istruzioni esplicite, esempio di calcolo simbolico, si cerca, con apposite procedure di addestramento, di ottenere una rete con connessioni fra le unità i cui valori consentano alla rete di risolvere il compito per cui è stata addestrata in maniera implicita, con semplici calcoli analogici come il computo del livello di attivazione di ciascuna unità.

Fra le numerose applicazioni ingegneristiche di sistemi artificiali basati su reti neurali ve ne sono alcune in ambito medico, ad esempio per aiutare medici umani o sistemi esperti tradizionali nelle diagnosi di patologie specifiche da un insieme di sintomi e dati sul paziente. La rete li confronta, con un' impressione per così dire visuale piuttosto che logico- simbolica, con il quadro presentato da altri pazienti di cui è già nota la diagnosi corretta, e che viene fornito alla rete in fase di addestramento.

Queste applicazioni delle reti neurali hanno avuto un grado variabile di successo pratico, ma in generale ci si scontra con due caratteristiche dei sistemi artificiali fondamentalmente differenti da quelle del sistema nervoso:

1) le unità di calcolo di un sistema artificiale possono operare con estrema velocità, milioni di volte più veloci dei neuroni che costituiscono le unità di calcolo del nostro sistema nervoso

2) bisogna però spiegar loro cosa fare, almeno al livello di fornirgli richieste precise in fase di addestramento, mentre le reti neurali naturali sfruttano meccanismi di apprendimento basati sulla modifica spontanea e indipendente di un numero enorme di connessioni sinaptiche (ne abbiamo circa un milione di miliardi nel nostro cervello) fra i singoli neuroni.

Anche se crediamo adesso di comprendere, in prima approssimazione, i principi della plasticità sinaptica, non riusciamo per ora a convincere nessun sistema artificiale, da noi costruito, a modificare spontaneamente un milione di miliardi di variabili, senza che gli diciamo noi come fare.

Esiste poi una branca in forte espansione nell'ambito delle neuroscienze, che studia i processi naturali di calcolo neurale, realizzati nelle reti del nostro sistema nervoso. Questo è un campo affatto diverso e per me affascinante, i cui rudimenti ho cercato di spiegare in un libriccino introduttivo edito dalla Bruno Mondadori, Come funziona la memoria (1999). Anche qui si ha a che fare, in un certo senso, con la medicina, ma si affrontano, ben prima delle patologie, questioni fondamentali della ricerca di base del tipo: a cosa corrispondono, nel nostro cervello, i processi mentali, il pensiero?