Nombre: Carlos X. Arosemena

Sistemas de Gestión del Conocimiento

Ensayo: Redes Neuronales

Las redes neuronales imitan la manera en que los humanos aprenden para resolver muchas actividades complejas de manejo de datos o reconocimiento de patrones. Configurando redes neuronales virtuales que funcionan como los cerebros nuestros, las computadoras pueden realizar procesos con mayor velocidad y flexibilidad de las distintas aplicaciones posibles. Estas redes son capaces de ofrecer un vistazo a la gran cantidad de información que es muy común hoy en día.

El cerebro humano está construido de una gran red de elementos interconectados. Estos elementos funcionan en conjunto para permitirnos aprender y realizar una cantidad de actividades diversa. La neurona es responsable de este proceso de aprendizaje y está compuesta de dendritas, soma y axón. Las dendritas forman una red que consiste de ramas, las cuales conectan a miles de neuronas. Estas conexiones son lo que determinan nuestra capacidad para adaptarnos a cualquier situación y para la creatividad. El soma es el siguiente elemento de la neurona. Este es el elemento que procesa los estímulos y dictamina como responderá la neurona. Una vez que una señal es generada, es conducida hacia el axón, y continua a otras dendritas o a las células musculares.

Conociendo cómo funciona el cerebro humano, podemos compararlo con las redes neuronales. Estas son múltiples redes artificiales, interconectadas, las cuales poseen muchos elementos adaptativos, programados para aprender, y que tratan de asimilar la manera en que un humano podría resolver un problema que se le presenta.

Poseen muchas ventajas, pues al ser sistemas computacionales, se pueden reproducir para lograr así que resuelvan problemas en diferentes áreas como la química, física, construcción, bioquímica, etc. Entre sus características tenemos que poseen un aprendizaje adaptativo, es decir que aprenden con la repetición de una actividad. También se auto-organizan, ellas crean una representación de la información recibida acorde a lo aprendido en la etapa de entrenamiento. Son tolerante a fallos, si es que una célula de la red neuronal se ve afectada, las otras pueden realizar el trabajo de ella sin que la operación se quede sin realizar. La operación en tiempo real de estas células puede ser en paralelo, para lograr maximizar el procesamiento simultaneo.

Existen varias topologías, o maneras en que son distribuidas las células de las redes, como por ejemplo las: redes monocapa, multicapa, conexión entre neuronas, backpropagation y de Hopfield. Básicamente la diferencia entre ellos es la aplicación de la red, pues por ejemplo en una monocapa se podría utilizar para actividades de asociación. Las que poseen niveles de capas de neuronas agrupadas, se utilizan cuando el resultado del procesamiento de una neurona debe ser transmitido a otra que tiene la capacidad de transformar este resultado en información útil. La de Hopfield se ha “utilizado en aplicaciones de segmentación y restauración de imágenes y optimización combinatoria” (Ruiz, 2001).

Esta tecnología todavía está siendo explorada, ya existen redes neuronales conocidas como ART, Madaline, Perceptrón, entre otras, las cuales se utilizan para reconocimiento de patrones, de caracteres manuscritos, reconocimiento de voz, recuperación de datos, entre otras aplicaciones.