Tecnología Neuronal

Tecnología Neuronal


Introducción

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 yestán encontrando diferentes aplicaciones en sus respectivas profesiones.

Un grupo de investigadores ha perseguido la creación de un modelo en el ordenador 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.

Definición

Las técnicas tradicionales de programaciónutilizadas 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 relativamente sencillo, mientras queexisten muchos problemas del mundo real en los que resulta difícil realizar un algoritmo que resuelva dichos problemas. Las Redes Neuronales Artificiales ANN (Artificial Neuronal Networks), 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 seajusta en función de alguna regla de aprendizaje.

En las Redes Neuronales Artificiales, ANN, la unidad análoga a la neurona biológica es el elemento procesador, PE (process element). Un elemento procesador tiene varias entradas y las combina, normalmente con una suma básica. La suma de las entradas es modificada por una función de transferencia y el valor de la salida de esta función detransferencia se pasa directamente a la salida del elemento procesador.

Una red neuronal consiste en un conjunto de unidades elementales PE conectadas de una forma concreta. El interés de las ANN no reside solamente en el modelo del elemento PE sino en las formas en que se conectan estos elementos procesadores. Generalmente los elementos PE están organizados en grupos llamados niveles o capas. Una redtípica consiste en una secuencia de capas con conexiones entre capas adyacentes consecutivas. Existen dos capas con conexiones con el mundo exterior. Una capa de entrada, buffer de entrada, donde se presentan los datos a la red, y una capa buffer de salida que mantiene la respuesta de la red a una entrada. El resto de las capas reciben el nombre de capas ocultas.

Modelaje

Aplicación

Laescasez de estudios relativos a este tema han dejado en el olvido un sistema cuya aplicación en el ámbito comercial supone una serie de beneficios entre los que cabe destacar la detección precoz de fallos en la maquinaria de producción, la disminución de la producción defectuosa gracias a las mejoras en la monitorización de los procesos, aumento en la calidad de los productos así como una estimaciónmás ajustada en la previsión de los stocks necesarios.
Las características de las redes neuronales hacen que sus posibles aplicaciones sean muy amplias.
Algunas de las aplicaciones más destacadas son:
* Reconocimiento de patrones de clasificación:
* Reconocimiento de voz, de caracteres manuscritos.
* Análisis y reconocimiento de imágenes, formas.
* Diagnostico clínico.* Análisis de series temporales y predicción:
* Modelos meteorológicos.
* Predicción del comportamiento.
* Predicción de series temporales.
* Robótica
Algunas de las organizaciones en España que han desarrollado aplicaciones de este tipo son El Corte Inglés que ha implantado un sistema neuronal OCR para el procesamiento de las demandas de empleo. La cantidad...