EN

|

ES

Redes neuronales artificiales o cómo emular el razonamiento

Son la base de Chat GPT y otras herramientas de inteligencia artificial, te explicamos cómo surgen y cuáles son sus aplicaciones.
redes neuronales
Foto: Las redes neuronales buscan emular el razonamiento humano a partir de modelos matemáticos. (Foto: Getty Images)

En 1957 se creó un modelo matemático que emulaba el razonamiento de una neurona y que, actualmente, es usado en las aplicaciones de cadenas de producción hasta Chat GPT. Te explicamos qué son y cómo surgen las redes neuronales

Los científicos buscaban entender cómo razonamos los seres humanos y a partir de ello desarrollaron un modelo que simulaba el proceso de una neurona, esos fueron los cimientos de las redes neuronales artificiales que hoy han desembocado en herramientas como la Inteligencia Artificial (IA). 

Fue Frank Rosenblatt, un psicólogo, informático y neurocientífico estadounidense, quien en 1957 creó un modelo matemático que permitía clasificar información, su hallazgo se conoció como “perceptrón” y podía identificar si determinadas características constituían a un animal o eran propias de una fruta.

Esta clasificación es el inicio de una red neuronal: “Para detectar si es un perro o un gato, necesitamos características como el tamaño, el ruido que hacen y su tipo de garra, esta capa de entrada es lo que llamamos pesos, estos nos van a decir qué característica es más importante”, explica Víctor Sosa, miembro del grupo de investigación de IA Avanzada del Tec de Monterrey de la Escuela de Ingeniería y Ciencias.

Dentro de este mismo modelo matemático se considera el sesgo o en inglés bias que ayuda a calcular un margen de error. De acuerdo con el especialista, siguiendo con la misma analogía del cerebro, el perceptrón sería una sola neurona.

Si bien al principio se consideró que un solo perceptrón no sería de mucha utilidad, se descubrió que si se construía una red de varios, lograban resolver problemas más complejos

Más adelante, cuenta Sosa, se crearon herramientas para procesar imágenes que luego serían analizadas por la red:

“Ahora se le conoce como aprendizaje profundo porque se le agregaron más capas a las redes neuronales; es como un profesor, va a un salón de clase y les enseña a los alumnos una derivada, un límite y en función de ello hacen ejercicios, así actúan ahora las redes neuronales”, explica.

¿Cuáles son las aplicaciones de las redes neuronales?

Las redes neuronales artificiales tienen diversas aplicaciones como vigilar la banda de producción de un artículo que podría estar defectuoso, en la logística de una empresa de paquetería o en herramientas como Chat GPT.

En el caso del equipo de investigación de IA Avanzada del Tec, por ejemplo, están buscando crear una Inteligencia Artificial capaz de generar otras IAs porque, de acuerdo con Sosa, se trata de democratizar el uso de estas tecnologías.

“Estamos diseñando estrategias de búsquedas inteligentes, que tú les digas ‘tengo estas bases de datos de imágenes históricas dañadas y yo quiero una red que me permita restaurar estas imágenes’”, cuenta.

Para Sosa, el futuro de las redes neuronales no está en una sola red que sea capaz de realizar cualquier tarea, por difícil que sea, sino en parecerse a las personas que se especializan. De tal suerte que tendremos, según sus pronósticos, una red especializada en arquitectura, en medicina y otras disciplinas.

¿Te interesó esta historia? ¿Quieres publicarla?  Contacta a nuestra editora de contenidos para conocer más [email protected]

¿Te gustó este contenido? ¡Compártelo!

Autor