REDES NEURONALES

¿QUE SON LAS REDES NEURONALES?

Las redes neuronales son una rama de la Inteligencia Artificial. En las redes neuronales el conocimiento se incorpora mediante el aprendizaje a partir de ejemplos.Las redes neuronales artificiales son amplia mente utilizadas en la actualidad por ejemplo para el escaneo de imágenes, reconocimiento de patrones, problemas de optimización, clasificación de datos financieros, apoyo al diagnóstico médico, etc.

Un computador convencional 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, mucho más que el cerebro humano.Pese a ello, existen tareas sencillas como el reconocimiento de patrones, que ni los grandes super-computadores son capaces de resolver de un modo eficiente, mientras que el cerebro lo viene haciendo desde hace millones de años con suma facilidad y eficiencia.

¿FUNCIONAMIENTO DE UNA RED NEURONAL?

Las redes neuronales no tienen un concepto demasiado complicado detrás de ellas. El nombre, como se puede imaginar, viene de la idea de imitar el funcionamiento de las redes neuronales de los organismos vivos: un conjunto de neuronas conectadas entre sí y que trabajan en conjunto, sin que haya una tarea concreta para cada una. Con la experiencia, las neuronas van creando y reforzando ciertas conexiones para "aprender" algo que se queda fijo en el tejido.

Ahora bien,el enfoque biológico no ha sido especialmente útil: las redes neuronales han ido moviéndose para tener un foco en matemáticas y estadística. Se basan en una idea sencilla: dados unos parámetros hay una forma de combinarlos para predecir un cierto resultado. Por ejemplo, sabiendo los píxeles de una imagen habrá una forma de saber qué número hay escrito, o conociendo la carga de servidores de un Centro de Procesamiento de Datos (CPD), su temperatura y demás existirá una manera de saber cuánto van a consumir, como hacía Google. El problema, claro está, es que no sabemos cómo combinarlos.

MODO DE TRABAJO DE UNA RED NEURONAL 

La figura siguiente describe el procedimiento para operar con redes neuronales. Originalmente la red neuronal no dispone de ningún tipo de conocimiento útil almacenado. Para que la red neuronal ejecute una tarea es preciso entrenarla, en terminología estadística diríamos que es necesario estimar los parámetros.

En realidad todo el procedimiento que vemos en la figura es estadístico: primero se selecciona un conjunto de datos, o patrones de aprendizaje en jerga neuronal. Después se desarrolla la arquitectura neuronal, número de neuronas, tipo de red. Por decirlo con otras palabras, se selecciona el modelo y el número de variables dependiente e independientes. Se procede a la fase de aprendizaje o estimación del modelo y a continuación se validan los resultados.

APLICACIONES DE LAS REDES NEURONALES EN: 

BIOLOGÍA:

• Aprender más acerca del cerebro y otros sistemas.
• Obtención de modelos de retina.

MEDICINA:

• Analizadores del habla para ayuda en la audición.
• Diagnóstico y tratamiento a partir de síntomas y/o datos analíticos (electrocardiograma, encefalograma. Análisis sanguíneo, etc.).
• Monitorización en cirugía.
• Predicción de reacciones adversas a medicamentos.
• Análisis de las causas de los ataques epilépticos.
• Lectores de rayos X.

MILITARES:

• Clasificación de señales de radar.
• Optimización del uso de recursos escasos.
• Creación de armas inteligentes.