
Fondamentalmente, un felino è un predatore notturno che utilizza in maniera preponderante l'apparato uditivo. Per essere più precisi, il «kernel» della rete neuronale che implementa il suo «hardware» cognitivo ha in memoria una «libreria di suoni» (anche quando non è in esecuzione, per cui emula una «memoria di massa»). Rimanendo nella metafora informatica, ciò è paragonabile a un sofware di calcolo simbolico come ad esempio, Mathematica. Se diamo in input il calcolo di un integrale indefinito non elementarmente esprimibile, il kernel di Mathematica andrà a "pescare" nella apposita «lbreria» (ove sono allocati i cosiddetti "oggetti built-in") l'appropriata combinazione di funzioni non elementarmente esprimibili che risolvono il problema posto (si pensi alle funzioni speciali della fisica matematica). Diversamente, emetterà un output identico all'input.
Il caso del gattino Briciolino (fig. 1) è atipico, nel senso che si tratta di un gatto cieco... Dovrà quindi fare affidamento esclusivo all'udito. Da pochi giorni che è qui, ha già realizzato una estesa libreria di oggetti built-in rappresentata da rumori/suoni. Per un predatore è essenziale assegnare la massima priorità al rumore prodotto da una potenziale preda. Date le circostanze, questo particolare "suono" altro non è che il rumore dell'apertura di una scatoletta contenente cibo per gatti. Viceversa, un qualunque rumore non appartenente alla predetta libreria di suoni, lo terrorizza e il gattino sparisce dal mio campo visivo. Ma è sufficiente riprodurre il suono della scatoletta per farlo rientrare nel mio campo di interazione.
Siamo dunque in presenza di un sistema che apprende secondo lo schema:
DATA IN --> RULES OUT
che come è ben noto, implementa il framework DIRO della Fuzzy logic. In questo modo il felino riesce a ricostruire una vera e propria mappa cognitiva dell'ambiente esterno, bypassando l'impossibile problema di una rappresentazione dello spazio fisico (euclideo, 3-dim) e di un «tempo newtoniano» che scorre indipendentemente dalla percezione.