Derechos Humanos

Redes Neuronales
Introducción
Las Redes Neuronales Artificiales (ANNs de Artificial Neural Networks) fueron originalmente
una simulación abstracta de los sistemas nerviosos biológicos, formados por un conjunto de
unidades llamadas "neuronas" o "nodos" conectadas unas con otras. Estas conexiones tienen una
gran semejanza con las dendritas y los axones en los sistemas nerviosos biológicos.El primer modelo de red neuronal fue propuesto en 1943 por McCulloch y Pitts en términos de un
modelo computacional de "actividad nerviosa". El modelo de McCulloch-Pitts es un modelo
binario, en el que cada neurona tiene un escalón o umbral prefijado. Este primer modelo sirvió de
ejemplo para los modelos posteriores de Jhon Von Neumann, Marvin Minsky, Frank Rosenblatt,
y muchos otros.

Unaprimera clasificación de los modelos de ANNs podría ser, atendiendo a su similitud con la
realidad biológica:
1. Los modelos de tipo biológico. Este comprende las redes que tratan de simular los sistemas
neuronales biológicos, así como las funciones auditivas o algunas funciones básicas de la
visión.
2. Los modelos dirigidos a aplicaciones. Estos modelos no tienen porque guardar similitud conlos sistemas biológicos. Sus arquitecturas están fuertemente ligadas a las necesidades de las
aplicaciones para las que son diseñados.

Redes Neuronales de tipo Biológico
Se estima que el cerebro humano contiene más de cien mil millones de neuronas y sinapsis en el
sistema nervioso humano. Estudios sobre la anatomía del cerebro humano concluyen que hay
más de 1000 sinápsis a la entrada y ala salida de cada neurona. Es importante notar que aunque
el tiempo de conmutación de la neurona (unos pocos milisegundos) es casi un millón de veces
menor que en las actuales elementos de las computadoras, ellas tienen una conectividad miles de
veces superior que las actuales supercomputadoras.

El objetivo principal de las redes neuronales de tipo biológico es desarrollar un elementosintético
para verificar las hipótesis que conciernen a los sistemas biológicos.

Las neuronas y las conexiones entre ellas (sinapsis) constituyen la clave para el procesado de la
información. La mayor parte de las neuronas poseen una estructura de árbol llamadas dendritas
que reciben las señales de entrada que vienen de otras neuronas a través de las uniones llamadas
sinapsis. Algunas neuronas secomunican sólo con las cercanas, mientras que otras se conectan
con miles.

Hay tres partes en una neurona:
1. El cuerpo de la neurona,
2. Ramas de extensión llamadas dendritas para recibir las entradas, y
3. Un axón que lleva la salida de la neurona a las dendritas de otras neuronas.

La forma en que dos neuronas interactúan no está totalmente conocida, dependiendo además de
cadaneurona. En general, una neurona envía su salida a otras por su axón. El axón lleva la
información por medio de diferencias de potencial, u ondas de corriente, que depende del
potencial de la neurona. Este proceso es a menudo modelado como una regla de propagación. La
neurona recoge las señales por su sinapsis, sumando todas las influencias excitadoras e
inhibidoras. Si las influencias excitadoraspositivas dominan, entonces la neurona da una señal
positiva y manda este mensaje a otras neuronas por sus sinapsis de salida. En este sentido la
neurona puede ser modelada como una simple función de escalón. La neurona se activa si la
fuerza combinada de la señal de entrada es superior a un cierto nivel, en el caso general el valor
de activación de la neurona viene dado por una función deactivación.

Redes Neuronales para aplicaciones concretas
Las ANNs dirigidas a aplicación están en general poco ligadas a las redes neuronales biológicas.
Ya que el conocimiento que se posee sobre el sistema nervioso en general no es completo, se han
de definir otras funcionalidades y estructuras de conexión distintas a las vistas desde la
perspectiva biológica.

Las características...