Page 114 - [1library.co] l la era de las maquinas espirituales kurzweil
P. 114

, 1
      I
                          ganiza  para su~iIi[~trar.J~·s  respuestas  correctas sin entrenamiento.
                   de cada conexión interneuronal.  Las  conexiones coherentes  c.:on  la
                     respuesta córrecta '~e  fortalecen. En cambio, las que propiciaban una
                ción es 10  que utiliza la  red neuronal aprendiz I?ara ajustar la fuerza
              se  equivoca. Esta retroalimenta·
           Nemia  a la  red  neuronal  aprendiz
                        respuesta erré>,nea se debilitan. Con el tiempo, la red neuronal se or­
              cua~do_acierta yJa castiga cuand~
           aprendido  sus lecciones,
           ha
           ya
                                    una de estas neuronas simuladas puede ser un programa simple de
                                 conectadas aleatodamente a una capa de neuronas simuladas. Cada
                            Por ejemplo, las entradas pueden ser una serie de pi'.'.els  que repre·
                               entradas están  redes..neuronales  pueden  han  mostrado que las  Los ~xperime~tos   el   que   Con   fiables.   poco  maestros  s~s..asign~tQras.con  aprender  maestro sólo resulte ac~rtado  en el sesenta por ciento de los casos, la  red neuronal aprendiz aprende igualmente sus lecciones.   bien   o  software,  n:J neuronal, este paraJi~ll1a
  Si  enseñamos adecuadamente a lo.  es poderoso y puede.emular
                     El paradigma de red neuronal es un intento de~~mJ.llar la_estructura
                       de  cálculo  de las  neuronas  del cerebro humano.  Comenzamos  con
                          de entradas que representan un problema a resolver. 21
                                      de  neurona  é~  Cada punto de la entrada (por ejemplo, cada pixel de una ima­ gen) está aleatoriamente conectado a las entradas de la primera capa   tiene  Cada 'coneXión  asociada que representa la i!l1Portancía de esta conexión. Estas fuer­ zas  también son conjuntos de valores aleatorios. Cada neurona aña·  de las señales que a ella llegan. Sí la señal combinada supera un um­ bral, la  neurona e
             REDES NEURONALES:  AUTOORGANIZACIÓN  COMPUTACIÓN HUMAN  A   y   un  conj~nto  sentan una imagen que se  trata de identificar. Esta~   ordenador que ,simula  un modelo  puede ser una implementación electrónica.   de  neuronas  simuladas.   ronas, también seleccionadas al aza(, suministran la respuesta.   notablemente correctas para un amplio cúmulo de problemas.   En realidad, las   ¿Qué  otra  aleato~io.  pletamente  todo e
   109   110   111   112   113   114   115   116   117   118   119