Page 66 - ACTUALIDAD

paralelas, lo que permite altas velocidades de funciones, como cálculos numéricos” [1]. Por
transmisión y respuestas casi instantáneas. definición, el algoritmo define una función recursiva.
Las neuronas pueden reconocer patrones no 2.4 Elementos Básicos
aprendidos, solo necesitan tener algunas similitudes
con el conocimiento previo de la red. En otras Una organización neuronal falsa (RNA) puede
palabras: si la entrada muestra signos de manipulación, caracterizarse (Hecht - Nielssen 93) como un diagrama
la red debe poder identificarla siempre que se coordinado con los imperativos que lo acompañan:
mantenga un cierto grado de similitud entre lo • Los cubos se llaman componentes de manejo
aprendido y lo que se muestra en la entrada de la red. (PEs).
Finalmente, se debe enfatizar como un activo la • Las conexiones se denominan asociaciones y
facilidad de inclusión en la tecnología existente. capacidad como vías de dirección única
Entonces, por ejemplo, es muy fácil conseguir chips pronta.
especializados que mejoren su capacidad.
• Cada PE puede tener bastantes asociaciones.
2.3 Redes neuronales y computadoras
digitales • Todas las asociaciones que salen de un PE
deben tener un signo similar.
Para comprender el potencial de la computación
neuronal, es necesario hacer un Breve diferencia entre • Los PEs pueden tener memoria de vecindad.
los sistemas informáticos neurales y digitales: • Cada PE tiene un trabajo de intercambio que,
sistemas Los principios neurológicos no se aplican a en función de las fuentes de datos y de la
circuitos lógicos o digitales. memoria de vecindad, entrega una señal de

Los sistemas informáticos digitales deben ser resultado y ajusta la memoria de vecindad.
síncronos o asincrónicos, la duración de los impulsos • Las contribuciones a la RNA provienen del
nerviosos debe ser variable para mantener uno de los resto del mundo, mientras que sus resultados
valores binarios indefinidos, que no es el caso si el son asociaciones que salen de la RNA
principio es síncrono y requiere un reloj maestro o
global, pulso está sincronizado.
Este no es el caso. “Las neuronas no pueden ser
circuitos de umbral lógico porque hay miles de
entradas variables en la mayoría de las neuronas” [2].
El umbral cambia con el tiempo y se ve afectado por
la estimulación, la atenuación, etc. La precisión y
estabilidad de este circuito no es suficiente para definir
ninguna función.
Valor booleano los procesos colectivos que son
importantes en la computación neuronal no se pueden
lograr mediante cálculos numéricos. Por tanto, el Figura 4: Reconocimiento.
cerebro debe ser un computadora analógica ni las
neuronas ni las sinapsis son elementos de memoria La Fig. 4 a continuación se puede ver un esquema de
biestables. Todo el mundo los hechos fisiológicos una red neuronal.
apoyan el papel de las neuronas como integradoras
análogas, la eficiencia de las sinapsis cambia 2.4.1 Una función de entrada
gradualmente, lo que no es características de los
sistemas biestables. La neurona considera muchas fuentes de información
como si fueran una sola; esto se llama información
El circuito cerebral no realiza cálculos recursivos, por mundial. A continuación, nos enfrentamos a la
lo que no son algoritmos. “Debido a problemas de cuestión de cómo estas fuentes directas de información
estabilidad, el circuito neuronal no es lo (ini1, ini2, ...) pueden unirse en la información
suficientemente estable para la definición recursiva de
mundial, gini. Esto se consigue mediante el trabajo de
información, que se determina a partir del vector de
información. La capacidad de información puede
representarse de la siguiente manera

Figura 5: Capacidad de información.

La Fig. 5 a continuación se puede ver la capacidad de
información a través de vectores.

64