Page 108 - 06 Turing

modificador de conexión se comportará de modo que sea cual sea
el valor de entrada o input, la salida o output siempre será l.
Además de estos modificadores, el modelo de neurona arti-
ficial estudiado por Turing asumía que cada neurona recibía dos
entradas, ENTRADA 1 y ENTRADA 2, y emitía una única SALIDA.
Si ambas entradas estaban en el modo de paso, el valor de SA-
LIDA era el obtenido con el operador booleano NANO (puerta
AND cuya salida se conecta a una puerta inversora o NOT):

ENTRADAl ENTRADA 2 SALIDA
o o 1
o 1 1
1 o 1
1 1 o

Por el contrario, si la ENTRADA 1 estaba en el modo de inte-
rrupción, el valor de SALIDA es igual al valor de la ENTRADA 2
invertido, es decir, será 1 cuando la ENTRADA 2 sea O y viceversa:

ENTRADA 1 ENTRADA 2 SALIDA
o o 1
o 1 o
1 o 1
1 1 o

Si comparamos el modelo de neurona artificial de Turing con
el modelo de McCulloch-Pitts, este último calcula el valor de SA-
LIDA sustituyendo el modificador de conexión por el valor de un
coeficiente w, que simula una propiedad presente en las neuronas
biológicas, la plasticidad sináptica, es decir, la mayor o menor
facilidad con la que las señales pasan de una neurona a otra a
través de la conexión, o sinapsis. Según el modelo formal de Mc-
Culloch-Pitts, una neurona es una «calculadora» capaz de efec-
tuar el cómputo de la suma ponderada de las señales de entrada:
multiplicaremos cada señal o ENTRADA i por su correspon-

108 CONSTRUIR MÁQUINAS QUE PIENSAN