Cerebro

Redes de neuronas artificiales y pensamiento
por Wintermute
Introducción
A veces me pregunto por qué en tanta teoría filosófica sobre el funcionamiento de la mente humana en los tiempos actuales no se tiene en cuenta lo averiguado por el interesantísimo campo del Conexionismo en Inteligencia Artificial; en otras palabras, las RNA o Redes de Neuronas Artificiales. Comprender el funcionamientode estas aunque sea por encima - este es el objetivo del presente artículo - abre mucho los ojos de cara a comprender al ser humano. Al fin y al cabo, quizá entre la gente a quien nos apasiona el tema del conexionismo no sólo hay un afán de producir máquinas inteligentes sino también el de descubrir la propia estructura del cerebro humano, la formación de la consciencia y la razón...
Como decíacierto profesor mío, "ya hemos conseguido saber como razona el ser humano, sólo nos faltaría saber cómo entiende". El funcionamiento de las redes de neuronas artificiales, hechas a medida de las neuronas que todos poseemos que forman las pequeñas unidades de proceso a partir de las que se lleva a cabo el pensamiento, avanza imparable en paralelo con la neurobiología. Sin embargo, aún no tenemos másque tenues pistas sobre la forma constituyente de la consciencia y los estados mentales en el ser humano.
Daremos ahora una visión rápida sobre el funcionamiento de las neuronas en los seres vivos, luego pasaremos a las artificiales, y finalmente quería extraer algunas conclusiones... por lástima esto es bastante breve; en el momento estoy escribiendo un curso largo sobre redes de neuronasartificiales, que espero publicar en tiempo finito.
Una neurona natural
La neurona como elemento constituyente del cerebro y el SN, está dividida en tres partes según su funcionalidad; el soma es receptor de información, de donde pasa al áxon (una guía de comunicación) y desemboca en las dendritas, el "output" que envía esa información a otras neuronas.
Evidentemente, esto no es así de simple; unaneurona no es un simple transmisor de información. La recibe (enviada básicamente mediante neurotransmisores) de otras neuronas, procesa internamente esa información y envía el resultado a las siguientes neuronas a las que está conectado (es decir, libera estas sustancias por sus dendritas para que lleguen a éstas).
El procesamiento que realiza la neurona consiste muy básicamente en medir lacantidad de información que ha recibido y responder en consecuencia. Así, es posible que no se active si hay un "input" muy bajo, o una buena cantidad de input negativo le indica que no debe activarse. Puede poseer más activación en caso de recibir más neurotransmisores indicando que lo haga (con lo que enviará a su vez).
Ahora bien, ¿son estas redes de neuronas cosas conectadas con un patrón fijo? No.Hay un concepto importante, y es el que las neuronas pueden "aprender" adaptando lo que matemáticamente - y ya me estoy metiendo en RNA - llamamos "pesos de conexión"... pero creo que para esto hace falta cambiarle ya el título al apartado - pues queda además más claro al ver la modelización - y pasar al siguiente:
Redes de neuronas artificiales
Una RNA es muy parecida a lo que en matemáticadiscreta se estudia como "grafos". En el caso más simple, cada neurona tiene una serie de variables respecto a sí misma:
- Estado de activación: Lo más simple es considerarlo "1" y "0", como on/off
- Conexiones: Siguiendo el símil del grafo, estos serían los caminos (unidireccionales) que comunican la neurona con otras.
- Pesos de las conexiones: Se trata de una cantidad que mide la "fuerza" deesta conexión. Multiplicado por el estado de activación daría la cantidad numérica que se envía a otra neurona para su activación. Así, una neurona que está activada (1) conectada con un peso de (5) a otra, le enviará en términos matemáticos "5" de input.
- Umbral de activación: La cantidad de "input" necesario para activar la neurona. Para decidir si una neurona está activada o no, tenemos en...