Redes neuronales

REDES NEURONALES

A. INTRODUCCION
La computación programada, basada en reglas de decisión y algoritmos codificados en programas que se ejecutan sobre ordenadores digitales, ha dominado el procesamiento de la información en las últimas décadas. El avance de la Electrónica y las Ciencias de la Computación ha permitido que hoy en día podamos disponer sobre nuestra mesa de trabajo deordenadores de gran potencia. Pese a ello, existen tareas que ni los grandes supercomputadores son capaces de resolver, o lo hacen de un modo poco eficiente, mientras que el cerebro lo viene haciendo desde hace millones de años con suma facilidad y eficiencia.
Por esta razón, los científicos volvieron la vista hacia el cerebro tratando de estudiarlo desde el punto de vista de la computación. Lasdiferencias que separan cerebro y ordenador son enormes. Un computador tradicional, tipo Von Neumann, es una máquina que ejecuta una serie de instrucciones de forma secuencial, siendo capaz de realizar complicadas operaciones lógicas y aritméticas de una forma muy rápida. La estructura del cerebro es radicalmente diferente. No está compuesto por un único microprocesador altamente complejo y eficiente, sinopor miles de millones de ellos, las neuronas, que realizan de modo impreciso y relativamente lento un tipo de cálculo muy simple. Pese a ello, estos sistemas resuelven ciertas tareas como la visión o el control motor que manejan grandes cantidades de información redundante, defectuosa y cambiante como ninguna máquina que el hombre haya podido construir hasta la fecha.
En este proceso delpensamiento científico surgen los sistemas neuronales artificiales, con la idea de tomar las características esenciales de la estructura neuronal del cerebro para crear sistemas que lo mimeticen en parte, mediante sistemas electrónicos o mediante simulación por ordenador, aprovechando sus propiedades de cálculo. Estos sistemas están compuestos por multitud de procesadores simples que operan sobre la basede reconocimiento de patrones, y que pueden adquirir, almacenar y utilizar conocimiento experimental, obtenido a partir de ejemplos. Esta forma de adquirir el conocimiento es una de sus características más destacables: no se programa de forma directa, como en los sistemas expertos, sino que se adquiere a partir de ejemplos, por ajuste de parámetros de las neuronas mediante un algoritmo deaprendizaje. En cuanto al modo interno de trabajo las redes neuronales recuerdan más a los modelos estadísticos multivariantes.
Sistemas expertos y redes neuronales se asemejan en cuanto al objetivo de modelizar el conocimiento, pero son radicalmente opuestos en cuanto a cómo aspiran a conseguirlo. Como vemos, los sistemas expertos se acercarían más al razonamiento deductivo y las redes neuronales alinductivo. La gestión empresarial utiliza frecuentemente ambos esquemas de razonamiento, por lo que ambas técnicas tienen cabida. Además, ambos modelos son perfectamente compatibles, de forma que se pueden integrar en un único sistema, que se suele conocer como red experta. Probablemente este tipo de sistemas mixtos, si son capaces de recoger las ventajas de ambos modelos, conozcan un gran desarrolloen un futuro cercano.

B. CONCEPTO
Las redes de neuronas artificiales (denominadas habitualmente como RNA o en inglés como: "ANN"1 ) son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. EnInteligencia Artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.

Red neuronal artificial perceptrón simple con n neuronas de entrada, m neuronas en su capa oculta y una neurona de salida.

C. HISTORIA
Los intentos por imitar el funcionamiento del cerebro han seguido la evolución del estado de la tecnología. Por ejemplo, al finalizar el siglo 19 se le comparó con...