Page 64 - ACTUALIDAD

1.1 Acerca de las redes neuronales
Recientemente, las redes neuronales están regresando
hoy debido a los logros que crean. Ejemplo: Google
venció su propio reCAPTCHA con una red neuronal,
en Stanford lograron generar subtítulos
automáticamente, objetivos bastante impresionantes
que se acercan cada vez más a la idea original son
reproducir la actividad del cerebro humano en
computadora. Ahora, ¿cuáles son estos modelos? Figura 2: Red con cuatro capas.
¿Cómo puede una computadora imitar el proceso de
aprendizaje y terminar desarrollando una “cosa” que La Fig. 2 ejemplo de red de cuatro capaz, de entrada,
funcione? salida y capaz ocultas.
Redes neuronales artificiales basadas en el Las neuronas de la primera capa reciben datos reales
funcionamiento de redes neuronales biológicas. Las
células nerviosas que todos tenemos en nuestro que alimentan la red neuronal como entrada. Por eso
la primera capa se llama capa de entrada. La salida de
cerebro están formadas por dendritas, somas y axones:
los axones son responsables de captar los impulsos la última capa es el resultado visible de la red, por eso
la última capa se llama capa de salida. Las capas entre
nerviosos emitidos por otras neuronas. Estos impulsos
son procesados en el soma y transmitidos por el axón, las capas de entrada y salida se denominan capas
ocultas porque no conocemos los valores de entrada y
que envía el impulso nervioso a las neuronas vecinas.
salida.
A nivel esquemático, una neurona artificial se
representa del siguiente modo: Por lo tanto, una red neuronal siempre consta de una
capa de entrada, una capa de salida (si solo hay una
capa en la red neuronal, la capa de entrada corresponde
a la capa de salida) y puede contener 0 o más capas
ocultas. El concepto de Deep Learning nació del uso
de una gran cantidad de capas ocultas en la red.
1.2 Historia de las redes neuronales

Ser capaz de diseñar y fabricar máquinas que puedan
ejecutar procesos con cierto grado de inteligencia ha
Figura 1: Nivel esquemático de una neurona artificial. sido siempre uno de los principales objetivos de los
científicos en la historia.
La Fig. 1 emula un sistema nervioso de una
adaptabilidad al entrono, memoria distribuida. 1936 - Alan Turing. No tardó en concentrarse en el
cerebro como perspectiva del universo de registro.
En el caso de las neuronas artificiales, la suma de las
entradas multiplicadas por sus pesos asociados Warren McCulloch, y Walter Pitts: Mostraron una
determina el "impulso nervioso" que recibe la neurona. organización neuronal sencilla utilizando circuitos
Este valor se procesa dentro de la célula mediante una eléctricos.
función de activación que devuelve un valor enviado a
la salida de la neurona. 1950 - Karl Lashley. Observó que los datos se
difundían por la mente.
De la misma manera que nuestro cerebro está formado
por neuronas interconectadas, una red de neuronas 1956 - Congreso de Dartmouth. Se hace referencia a
artificiales está formada por neuronas artificiales este congreso para mostrar la introducción a la
interconectadas y se agrupan en diferentes niveles inteligencia artificial.
llamados capas:
1957 - Frank Rosenblatt. Inició la mejora del
“Una capa es una colección de neuronas cuya entrada Perceptrón, la organización neuronal más veterana.
proviene de la capa anterior (o datos de entrada en el
caso de la primera capa) primero) y su salida es la 1960 - Bernard Widrow. Impulsó el modelo Adaline,
entrada de la siguiente capa" [1]. la principal organización neuronal aplicada a un tema
genuino.
En la siguiente imagen podemos ver una red con
cuatro capas: 1961 - Karl Steinbeck: Organización neuronal para el
reconocimiento especializado básico.

1974 - Paul Werbos. Fomentó el pensamiento
fundamental del cálculo del aprendizaje.

62