Rede neural

estrutura en bioloxía e intelixencia artificial

Unha rede neural pode referirse a un circuíto neural de neuronas biolóxicas ou a unha rede de neuronas artificiais no caso dunha rede neural artificial.[1] As redes neuronais artificiais utilízanse para resolver problemas de intelixencia artificial (IA); modelan conexións de neuronas biolóxicas como pesos entre nodos. Un peso positivo reflicte unha conexión estimulante, mentres que os valores negativos significan conexións inhibitorias. Todas as entradas son modificadas por un peso e sumadas. Esta actividade denomínase combinación lineal. Finalmente, unha función de activación controla a amplitude da saída. Por exemplo, un intervalo aceptable de saída adoita estar entre 0 e 1, ou pode ser -1 e 1.

Vista simplificada dunha rede neural artificial.

Estas redes neurais artificiais pódense utilizar para modelos preditivos, control adaptativo e aplicacións nas que poden ser adestradas mediante un conxunto de datos. A aprendizaxe automática resultante da experiencia pode ocorrer dentro das redes, o que pode derivar conclusións dun conxunto de información complexa e aparentemente non relacionada.[2]

Simulación por ordenador da arquitectura de ramificación das dendritas de neuronas piramidais.[3]

Resumo editar

Unha rede neural biolóxica está composta por un grupo de neuronas conectadas quimicamente ou asociadas funcionalmente. Unha soa neurona pode estar conectada a moitas outras neuronas e o número total de neuronas e conexións nunha rede pode ser amplo. As conexións, chamadas sinapses, fórmanse normalmente de axóns a dendritas, aínda que son posibles as sinapses dendrodendríticas e outras conexións. Ademais da sinalización eléctrica, hai outras formas de sinalización que xorden da difusión de neurotransmisores.

A intelixencia artificial, a modelaxe cognitiva e as redes neuronais son paradigmas de procesamento da información inspirados na forma en que os sistemas neuronais biolóxicos procesan os datos. A intelixencia artificial e o modelo cognitivo tentan simular algunhas propiedades das redes neuronais biolóxicas. No ámbito da intelixencia artificial, as redes neuronais artificiais aplicáronse con éxito ao recoñecemento da fala, á análise de imaxes e ao control adaptativo, para construír axentes de software (para ordenadores e videoxogos) ou robots autónomos.

Historicamente, os ordenadores dixitais evolucionaron a partir da arquitectura de Von Neumann, e operan mediante a execución de instrucións explícitas mediante o acceso á memoria por parte de varios procesadores. Por outra banda, as orixes das redes neuronais baséanse nos esforzos por modelar o procesamento da información en sistemas biolóxicos. A diferenza do modelo de von Neumann, a informática de redes neuronais non separa a memoria e o procesamento.

A teoría das redes neuronais serviu para identificar mellor como funcionan as neuronas do cerebro e proporcionar a base para os esforzos para crear intelixencia artificial.

Notas editar

  1. Hopfield, J. J. (1982). "Neural networks and physical systems with emergent collective computational abilities". Proc. Natl. Acad. Sci. U.S.A. 79 (8): 2554–2558. PMC 346238. PMID 6953413. doi:10.1073/pnas.79.8.2554. 
  2. "Neural Net or Neural Network - Gartner IT Glossary". www.gartner.com. Consultado o 2023. 
  3. Cuntz, Hermann (2010). "PLoS Computational Biology Issue Image". PLOS Computational Biology 6 (8). doi:10.1371/image.pcbi.v06.i08.