Quanto spesso incontriamo la parola "rete"? Sicuramente la incontriamo nel contesto tecnologico quando si parla di rete elettrica, informatica o televisiva, ma anche in ambito lavorativo quando si parla di networking aziendale. Quando leggiamo news riguardo l’intelligenza artificiale sono presenti le reti neurali. Se poi pensiamo ai social network ecco che si apre un mondo, ad esempio, LinkedIn è probabilmente il social che evidenzia maggiormente questo concetto con frasi del tipo “La mia rete”, “Gestisci la tua rete” oppure “Mario Rossi ha 8 nuovi collegamenti”. Insomma la parola “rete” la incontriamo sempre più frequentemente, ma quanto spesso ci soffermiamo sul suo significato?
Che cos’è una rete?
Una rete è una struttura che collega diverse entità. Concettualmente questa struttura può essere rappresentata usando due insiemi, uno per i nodi e uno per gli archi, che uniti determinano una struttura matematica chiamata “grafo”. Ad esempio, se consideriamo la rete stradale di una città, quindi una rete reale che collega i vari quartieri, può essere rappresentata da un grafo i cui nodi sono i quartieri e gli archi le strade per andare da un quartiere ad un altro.
Figura 1. Da sinistra verso destra: La prima immagine raffigura la città Königsberg, nella seconda viene riportata una prima astrazione che raffigura il fiume, i ponti e i possibili percorsi, nell’ultima invece è presente il grafo che modella il “Problema dei Ponti di Königsberg”.
Rappresentare le reti reali usando i grafi ci aiuta ad astrarre dalla complessità del contesto reale ma soprattutto ci trasporta in un campo di studi chiamato Network Science. Questo campo definisce metodi e teorie per studiare le proprietà di grafi che modellano una rete reale. Tra le tantissime proprietà troviamo quelle associate all’intero grafo, ad una sua parte, alle relazioni definite dagli archi tra i nodi o ad esempio alle disposizioni particolari di nodi.
Come la Network Science rivoluziona la nostra esistenza
Nel paragrafo precedente abbiamo visto come una rete stradale può essere ridotta in una struttura studiata dalla Network Science. Ora due domande sorgono spontanee:
- Quali altri contesti e scenari reali possono essere modellati utilizzando i grafi?
- Cosa ci dice la Network Science dai grafi ottenuti?
Per rispondere a queste domande di seguito sono presenti alcuni esempi.
La rete Internet
Ovviamente quando si parla di rete non si può non parlare della rete di reti! Esatto, Internet viene anche chiamata “rete di reti” perché connette le reti informatiche e di telecomunicazioni globali tra loro. Di conseguenza se volessimo rappresentare Internet con un grafo i nodi sarebbero gli Internet Service Provider (ISP) o gli Internet Exchange Point (IXP) e gli archi i collegamenti fisici tra i router. La Network Science, studiando il grafo cosi ottenuto, ha definito tantissime proprietà come:
- Crescita di Internet: quando un nuovo nodo si aggiunge a internet quest’ultimo segue la logica del preferential attachment cioè i nuovi nodi tendono a connettersi ai nodi esistenti che hanno già molte connessioni. Questo porta ad avere una rete in cui la maggior parte dei nodi ha poche connessioni, mentre pochi nodi (chiamati hub) hanno un numero molto elevato di connessioni ( si dice struttura scale-free). In altre parole il più ricco tende ad arricchirsi sempre di più e quindi si hanno forti implicazioni sul piano economico e finanziario.
- Distanza tra due nodi: data la proprietà precedente risulta che è possibile raggiungere un nodo qualsiasi da un altro nodo con un numero di passi che è proporzionale al logaritmo del numero di nodi (cioè molto basso). Questo ha forti implicazioni sulle prestazioni e sull’efficienza della rete.
- Robustezza e vulnerabilità: Internet è resistente a guasti casuali ma vulnerabile ad attacchi mirati contro i nodi hub.
Reti miceliari che collegano alberi ed altre piante
Quando si parla di funghi di solito facciamo riferimento alla classica forma che comprende cappello, gambo e lamelle, magari che sbuca dal terreno o sul tronco di un albero. In realtà questa struttura è solo una parte del fungo (cioè è il corpo fruttifero), se però diamo uno sguardo sotto la superficie del terreno possiamo osservare dei filamenti più o meno spessi di colore bianco collegati tra di loro: la rete miceliare del fungo.
La cosa sorprendente è che la rete miceliare di un fungo può collegarsi a più reti di altri funghi, quindi creare una rete di reti, e allo stesso tempo può collegarsi alle radici di piante ed alberi creando quello che gli esperti del settore hanno chiamato Wood Wide Web. Queste reti di dimensioni enormi hanno un ruolo fondamentale negli ecosistemi siccome permettono l’estrazione e lo scambio di nutrienti, di acqua e di altri composti chimici tra funghi, alberi e piante seguendo logiche che noi umani associamo alla logistica fino all’economia. Qui la Network Science, ad esempio, ci può aiutare a capire come i nutrienti vengono trasportati dalla rete miceliare e quindi quale albero o piante viene aiutata e quale no. Inoltre, ci permette di comprendere meglio la resilienza di un ecosistema che può essere un bosco, una foresta o una coltivazione di piante i cui frutti arriveranno sulle nostre tavole: è stato dimostrato che la presenza di una rete miceliare collegata a piante da frutto migliora la qualità, il gusto e il numero di frutti.
Neuroscienze e reti neurali
Con “Neuroscienze” di solito si indica l’insieme di studi condotti sul sistema nervoso. Questa disciplina cerca di far luce sui complessi meccanismi che governano le funzioni cognitive e comportamentali, uno dei modi per far questo è analizzare l’unità che costituisce il tessuto nervoso (cioè il neurone), come si collegano tra di loro (cioè le sinapsi) e come questi collegamenti formano dei veri e propri circuiti neuronali.
Una rete neurale è una struttura che permette lo sviluppo di algoritmi di apprendimento automatico, quindi algoritmi appartenenti alla branca dell’intelligenza artificiale. Questa tipologia di reti viene costruita ispirandosi alla struttura dei circuiti neuronali che formano il cervello degli animali, infatti una rete neurale è formata da nodi che rappresentano i neuroni e archi che rappresentano le sinapsi. In questo modo una rete neurale è in grado di classificare oggetti, riconoscere i pattern, riconoscere immagini, apprendere nuove informazioni e generare contenuti.
La Network Science può essere considerata come il filo conduttore che permette di collegare i sistemi complessi delle neuroscienze con le reti neurali, siccome permette di modellare le connessioni tra le cellule nervose, di capire come questi sistemi cambiano nel tempo e come cambia il modo di apprendere ed, infine, capire le associazioni tra circuiti neuronali e malattie neurologiche.
Reti sociali
Una rete sociale è una rete i cui nodi rappresentano le persone (più in generale animali sociali) e gli archi rappresentano le relazioni sociali. Relazioni che possono essere ad esempio rapporti familiari, di amicizia, di lavoro, sessuali o casuali. Usando la Network Science per studiare questi grafi e unendo diversi campi come la sociologia, l’etologia e la psicologia sociale possiamo studiare la diffusione di fake news, di determinati comportamenti o di malattie infettive. Si possono individuare anche diversi sottogruppi che condividono caratteristiche comuni (quindi le varie comunità di persone) con il fine di analizzare l’impatto che una singola persona ha sugli altri individui.