ensayo redes neuronales artificiales

El cerebro humano es el sistema de cálculo más complejo que conoce el hombre. La computadora y el hombre realizan bien diferentes clases de tareas; así la operación de reconocer el rostro de una persona resulta una tarea relativamente sencilla para el hombre y difícil para el ordenador, mientras que la contabilidad de una empresa es tarea costosa para un experto contable y una sencilla rutinapara un ordenador básico.
La capacidad del cerebro humano de pensar, recordar y resolver problemas ha inspirado a muchos científicos intentar o procurar modelar en el ordenador el funcionamiento del cerebro humano.
Los profesionales de diferentes campos como la ingeniería, filosofía, fisiología y psicología han unido sus esfuerzos debido al potencial que ofrece esta tecnología y están encontrandodiferentes aplicaciones en sus respectivas profesiones. Un grupo de investigadores ha perseguido la creación de un modelo en la computadora que iguale o adopte las distintas funciones básicas del cerebro. El resultado ha sido una nueva tecnología llamada Computación Neuronal o también Redes Neuronales Artificiales.
Las Redes Neuronales Artificiales, están inspiradas en las redes neuronalesbiológicas del cerebro humano. Están conformadas por elementos que se comportan de forma similar a la neurona biológica en sus funciones más comunes. Estos elementos están organizados de una forma parecida a la que presenta el cerebro humano. Las ANN (Artificial Neural Networks) al margen de "parecerse" al cerebro presentan una serie de características propias del cerebro. Por ejemplo las ANN aprenden de laexperiencia, generalizan de ejemplos previos a ejemplos nuevos y abstraen las características principales de una serie de datos.
La similitud de las ANN con el cerebro Humano es que en las redes neuronales artificiales la unidad análoga a la neurona biológica, es el elemento procesador. Un elemento procesador tiene varias entradas y las combina, normalmente con una suma básica. La suma de lasentradas es modificada por una función de transferencia y el valor de la salida de esta función de transferencia se pasa directamente a la salida del elemento procesador. La salida del PE (process element) se puede conectar a las entradas de otras neuronas artificiales mediante conexiones ponderadas correspondientes a la eficacia de la sinapsis de las conexiones neuronales.
Las técnicas tradicionalesde programación utilizadas para la solución de un problema requieren la creación de un algoritmo. Un algoritmo consiste en una secuencia de instrucciones que indica el modo en el que debe proceder el sistema basado en un ordenador para lograr el fin perseguido que es la resolución del problema.
El diseño de una secuencia de instrucciones para resolver un problema de contabilidad es relativamentesencillo, mientras que existen muchos problemas del mundo real en los que resulta difícil realizar un algoritmo que resuelva dichos problemas. Por ejemplo imaginemos desarrollar un programa para cualquiera de los problemas de reconocimiento de imágenes como el rostro de una persona. Hay muchas variaciones de la imagen de una persona, como que presente un rostro
Serio o un rostro alegre,variaciones en general que deben tenerse en cuenta a la hora de diseñar el algoritmo.
Las ANN, a diferencia de los algoritmos que son instrucciones previamente programadas, deben ser previamente entrenadas. Esto significa que a la red se le muestra en su capa de entrada unos ejemplos y ella misma se ajusta en función de alguna regla de aprendizaje.
Las ANN presentan una arquitectura totalmente diferente delas computadoras tradicionales de un único procesador. Las máquinas tradicionales basadas en el modelo de Von Neuman tienen un único elemento procesador, la CPU (Control Process Unit) que realiza todos los cálculos ejecutando todas las instrucciones de la secuencia programada en el algoritmo. Cualquier CPU realiza más de cien comandos básicos, incluyendo sumas, restas, y desplazamientos entre...