REDES NEURONALES ARTIFICIALES
INTRODUCCIÓN
Las Redes Neuronales biológicas son muy importantes dentro del desarrollo de la Inteligencia Artificial, ya que en la búsqueda del ser humano de crear maquinas inteligentes (mecanismos que simulen un comportamiento inteligente en un determinado entorno), busca conocer cómo funciona su sistema en relación con la naturaleza, que lo diferencia de los animales y de los pequeños microorganismos. Para esto se analiza el comportamiento del cerebro humano (principalmente el referido a las neuronas y sus conexiones), para tratar de crear modelos artificiales que solucionen problemas difíciles de resolver mediante técnicas algorítmicas convencionales.
A continuación se explica cómo está compuesta una neurona biológica, además de su funcionamiento cuando esta se encuentra sola o interconectada con varias neuronas, también se analizara el desarrollo de las redes neuronales artificiales con sus últimos avances.
MARCO TEÓRICO
REDES DE NEURONAS ARTIFICIALES
A medida que la ciencia y la tecnología han ido avanzando, el objetivo se ha ido perfilando: uno de los retos más importantes a los que se enfrenta el ser humano de nuestra generación es el de la construcción de los sistemas inteligentes. Aquí, sistemas pueden ser entendidos como cualquier dispositivo físico o lógico capaz de realizar la tarea requerida, este es precisamente el objetivo de la disciplina científica conocida con el nombre de inteligencia artificial (Herrán, M. 1999).
Dentro de la inteligencia artificial se pueden distinguir dos grandes áreas:
La inteligencia artificial simbólica, se ocupa de la construcción de sistemas con características que se puedan definir como inteligente. En este caso:
- Se define el problema a resolver
- Se diseña el sistema capaz de resolverlo siguiendo esquemas prefijados por disciplina
- Los sistemas expertos siguen este esquema
- Se introducen una serie de reglas lógicas que recogen el conocimiento de un experto sobre una materia y mediante mecanismos de inferencia parecidos a los que empleamos al razonar, se sacan conclusiones.
En la inteligencia artificial subsimbolica se realizan diseños a alto nivel de sistemas capaces de resolver los problemas utilizando las técnicas de la disciplina, se parte de los sistemas genéricos que van adaptándose y construyéndose hasta formar por sí mismo un sistema capaz de resolver el problema (Isasi, P y Galván,I. 2004).
2. FUNDAMENTOS BIOLÓGICOS DE LAS REDES DE NEURONAS (Neurona, Sinapsis Y Transmisión de la Información)
El Sistema Nervioso está considerado como la estructura única más compleja del universo. Su principal función es, junto con el sistema endocrino, asegurar el control y la comunicación dentro del organismo.
De alguna forma, una neurona es un procesador de información muy simple:
- Canal de entrada: dendritas (Reciben los estímulos).
- Procesador: Núcleo.
- Canal de salida: axón (Transmite la señal de activación).
- Las dendritas: Elementos de unión entre Axón y dendritas, es el espacio líquido con determinadas concentraciones iónicas (K, Na) (Izurieta, F y Saavedra, C. 2000).
El Sistema Nervioso es único en la gran complejidad de reacciones de control que puede efectuar. Recibe aproximadamente 109 bits de información cada segundo, de los que sólo admitimos conscientemente 102, eliminándose un 99% de la información recibida, por ejemplo el contacto de nuestra piel con la ropa. La información que llega al SN se codifica, posteriormente se vehiculiza o trasmite para finalmente incorporarse a una señal que determina la producción de un trabajo intelectual, motor o neurosecretor, como respuesta del sistema. En última instancia se realiza la integración activa y personal del organismo (Universidad Carlos III de Madrid. s/f).
CONCLUSIONES
Cada neurona está caracterizada por un estado interno denominado nivel de activación o función de activación, que le permite cambiar de estado a partir de las señales de entrada, estas últimas se combinan entre sí, generando la entrada total. Los seres humanos nacemos con un patrimonio neuronal y este disminuye con la edad. Una neurona cerebral puede recibir muchas entradas y enviar a su vez su salida a varios cientos de neuronas, es importante recordar que no todas las neuronas son iguales, ya que existen muchos tipos diferentes según el número de ramificaciones de sus dendritas, la longitud del axón etc. Sin embargo, todas ellas funcionan de la misma forma.
BIOGRAFIARAS
Universidad Carlos III de Madrid. S/f. Introducción a las Redes de Neuronas. Departamento de Informática. (En línea). ES. Consultado, 29 de Ene. 2016. Formato PDF. Disponible en: http://eva.evannai.inf.uc3m.es/et/docencia/rn-inf/documentacion/Tema1-ntroduccion.pdf
Izurieta, F y Saavedra, C. 2000. Redes Neuronales artificiales. (En línea). ES. Consultado, 29 de Ene. 2016. Formato PDF. Disponible en: www.uta.cl/charlas/volumen16/Indice/Ch-csaavedra.pdf
Isasi, P y Galván,I. 2004. Redes neuronales artificiales: Un enfoque práctico. 1 ed. España. Pearson Education.
Herrán, M. 1999. Inteligencia Artificial: Simbólico versus Subsimbólico. (En Línea). Consultado, 29 de Ene. 2016. Formato PDF. Disponible en:http://www.redcientifica.com/doc/doc199903130005.html
Las Redes Neuronales biológicas son muy importantes dentro del desarrollo de la Inteligencia Artificial, ya que en la búsqueda del ser humano de crear maquinas inteligentes (mecanismos que simulen un comportamiento inteligente en un determinado entorno), busca conocer cómo funciona su sistema en relación con la naturaleza, que lo diferencia de los animales y de los pequeños microorganismos. Para esto se analiza el comportamiento del cerebro humano (principalmente el referido a las neuronas y sus conexiones), para tratar de crear modelos artificiales que solucionen problemas difíciles de resolver mediante técnicas algorítmicas convencionales.
A continuación se explica cómo está compuesta una neurona biológica, además de su funcionamiento cuando esta se encuentra sola o interconectada con varias neuronas, también se analizara el desarrollo de las redes neuronales artificiales con sus últimos avances.
MARCO TEÓRICO
REDES DE NEURONAS ARTIFICIALES
A medida que la ciencia y la tecnología han ido avanzando, el objetivo se ha ido perfilando: uno de los retos más importantes a los que se enfrenta el ser humano de nuestra generación es el de la construcción de los sistemas inteligentes. Aquí, sistemas pueden ser entendidos como cualquier dispositivo físico o lógico capaz de realizar la tarea requerida, este es precisamente el objetivo de la disciplina científica conocida con el nombre de inteligencia artificial (Herrán, M. 1999).
Dentro de la inteligencia artificial se pueden distinguir dos grandes áreas:
La inteligencia artificial simbólica, se ocupa de la construcción de sistemas con características que se puedan definir como inteligente. En este caso:
- Se define el problema a resolver
- Se diseña el sistema capaz de resolverlo siguiendo esquemas prefijados por disciplina
- Los sistemas expertos siguen este esquema
- Se introducen una serie de reglas lógicas que recogen el conocimiento de un experto sobre una materia y mediante mecanismos de inferencia parecidos a los que empleamos al razonar, se sacan conclusiones.
En la inteligencia artificial subsimbolica se realizan diseños a alto nivel de sistemas capaces de resolver los problemas utilizando las técnicas de la disciplina, se parte de los sistemas genéricos que van adaptándose y construyéndose hasta formar por sí mismo un sistema capaz de resolver el problema (Isasi, P y Galván,I. 2004).
2. FUNDAMENTOS BIOLÓGICOS DE LAS REDES DE NEURONAS (Neurona, Sinapsis Y Transmisión de la Información)
El Sistema Nervioso está considerado como la estructura única más compleja del universo. Su principal función es, junto con el sistema endocrino, asegurar el control y la comunicación dentro del organismo.
De alguna forma, una neurona es un procesador de información muy simple:
- Canal de entrada: dendritas (Reciben los estímulos).
- Procesador: Núcleo.
- Canal de salida: axón (Transmite la señal de activación).
- Las dendritas: Elementos de unión entre Axón y dendritas, es el espacio líquido con determinadas concentraciones iónicas (K, Na) (Izurieta, F y Saavedra, C. 2000).
El Sistema Nervioso es único en la gran complejidad de reacciones de control que puede efectuar. Recibe aproximadamente 109 bits de información cada segundo, de los que sólo admitimos conscientemente 102, eliminándose un 99% de la información recibida, por ejemplo el contacto de nuestra piel con la ropa. La información que llega al SN se codifica, posteriormente se vehiculiza o trasmite para finalmente incorporarse a una señal que determina la producción de un trabajo intelectual, motor o neurosecretor, como respuesta del sistema. En última instancia se realiza la integración activa y personal del organismo (Universidad Carlos III de Madrid. s/f).
CONCLUSIONES
Cada neurona está caracterizada por un estado interno denominado nivel de activación o función de activación, que le permite cambiar de estado a partir de las señales de entrada, estas últimas se combinan entre sí, generando la entrada total. Los seres humanos nacemos con un patrimonio neuronal y este disminuye con la edad. Una neurona cerebral puede recibir muchas entradas y enviar a su vez su salida a varios cientos de neuronas, es importante recordar que no todas las neuronas son iguales, ya que existen muchos tipos diferentes según el número de ramificaciones de sus dendritas, la longitud del axón etc. Sin embargo, todas ellas funcionan de la misma forma.
BIOGRAFIARAS
Universidad Carlos III de Madrid. S/f. Introducción a las Redes de Neuronas. Departamento de Informática. (En línea). ES. Consultado, 29 de Ene. 2016. Formato PDF. Disponible en: http://eva.evannai.inf.uc3m.es/et/docencia/rn-inf/documentacion/Tema1-ntroduccion.pdf
Izurieta, F y Saavedra, C. 2000. Redes Neuronales artificiales. (En línea). ES. Consultado, 29 de Ene. 2016. Formato PDF. Disponible en: www.uta.cl/charlas/volumen16/Indice/Ch-csaavedra.pdf
Isasi, P y Galván,I. 2004. Redes neuronales artificiales: Un enfoque práctico. 1 ed. España. Pearson Education.
Herrán, M. 1999. Inteligencia Artificial: Simbólico versus Subsimbólico. (En Línea). Consultado, 29 de Ene. 2016. Formato PDF. Disponible en:http://www.redcientifica.com/doc/doc199903130005.html
No hay comentarios:
Publicar un comentario