actividad fisica

El aprendizaje implica que el elemento de proceso cambia su comportamiento de entrada/salida en respuesta a un entorno. La salida se calcula como el resultado de una función de transferencia de la entrada ponderada. En el caso más simple se multiplica el elemento de cada entrada particular por su peso y se suma, o, lo que es lo mismo, se haya el producto escalar. El elemento de proceso toma estevalor y aplica la función de transferencia para calcular la salida. Normalmente la función de transferencia se fija al construir el elemento y para cambiar la salida en un momento, hay que cambiar los pesos. Así las redes aprenden cambiando los pesos de las entradas. La ley de aprendizaje define precisamente cómo cambiar los pesos como respuesta a una entrada y salida dada. El aprendizaje puedeser supervisado o no. El aprendizaje supervisado significa que la red tiene alguna entrada aparte presente durante el aprendizaje para decirle cuál debería haber sido la respuesta correcta. Las redes entonces tienen un medio para determinar si su salida fue correcta o no, y saben como aplicar su ley de aprendizaje para ajustar sus pesos. El aprendizaje no supervisado significa que la red no tieneconocimiento de la respuesta correcta, y así no puede saber con exactitud la respuesta correcta.

El aprendizaje asociativo, como parte del aprendizaje no supervisado, fue inicialmente estudiado por escuelas de psicología, las cuales se dedicaron al análisis de las relaciones entre el comportamiento humano y el comportamiento animal. Una de las primeras influencias en este campo fue elexperimento clásico de Pavlov, en el cual se entrenó a un perro para salivar al escuchar el sonido de una campana si le era presentado un plato de comida, este es un ejemplo del llamado “condicionamiento clásico”. Otro de los principales exponentes de esta escuela fue B.F. Skinner, su experimento involucró el entrenamiento de ratas, las cuales debían presionar un botón para obtener comida, a este tipo deentrenamiento se denomino “condicionamiento instrumental.” Basado en este tipo de comportamiento, Donald Hebb postuló el siguiente principio conocido como la regla de Hebb: “Cuando un axón de una celda A está lo suficientemente cerca de otra celda B como para excitarla y repetidamente ocasiona su activación, un cambio metabólico se presenta en una o ambas celdas, tal que la eficiencia de A, comocelda excitadora de B, se incrementa”. Con el término celda, Hebb se refería a un conjunto de neuronas fuertemente conectadas a través de una estructura compleja, la eficiencia podría identificarse con la intensidad o magnitud de la conexión, es decir el peso. Según la regla de aprendizaje de Hebb, la actividad coincidente en las neuronas présináptica y postsináptica es crítica para fortalecer laconexión entre ellas, a esto se denomina mecanismo asociativo pre-post.

Las primeras aportaciones destacables, al estudio de las redes neuronales artificiales, provienen de la neurofisiología: Luria, Lashley y Hebb se enfrentaron a las doctrinas dominantes a finales del siglo XIX, doctrinas que defendían el carácter localista del almacenamiento y de las funciones del cerebro; frente a estasdoctrinas defendieron una concepción distribuida de los sistemas de procesamiento y memoria del cerebro. De los tres autores citados es sin duda Donald Hebb el más importante en relación con el desarrollo del conexionismo, particularmente a partir de su libro titulado “La organización de la conducta”, publicado en 1949. Hebb defendió la conexión entre psicología y fisiología, propuso la tesis delcarácter distribuido de la información en unidades informativas y formuló uno de los primeros procedimientos de aprendizaje: si un conjunto de neuronas conectadas entre sí se activan repetidamente, sus sinapsis aumentan su conductividad, o de otro modo: conjuntos de neuronas sincrónicamente activadas tienden a organizarse en conjuntos conectados.

Donald Olding Hebb (1904-1985) fue durante el curso...