REDESNEURONALES

El tejido nervioso está formado por células nerviosas, fibras nerviosas y la neuroglia, que está formada por varias clases de células.

La célula nerviosa se denomina neurona, y es la unidad funcional del sistema nervioso.

Hay neuronas:

Bipolares. Multipolares.

Pueden ser neuronas sensoriales, motoras y de asociación.

REDES NEURONALES ARTIFICIALESHISTORIA

1943, Walter Pitts junto a Bertran Russell y Warren McCulloch intentaron explicar el funcionamiento del cerebro humano, por medio de una red de células conectadas entre sí, para experimentar ejecutando operaciones lógicas.

Partieron del menor suceso psíquico (estimado por ellos): el impulso todo/nada, generado por una célula nerviosa.

También definieron la memoria como un conjunto de ondas que reverberan en un circuito cerrado de neuronas.

El bucle "sentidos - cerebro - músculos", mediante la retroalimentación producirían una reacción positiva si los músculos reducen la diferencia entre una condición percibida por los sentidos y un estado físico impuesto por el cerebro.

1949, el fisiólogo Donald O. Hebb (de la McGill University) expuso que estas redes podían aprender. Su propuesta tenia que ver con la conductividad de la sinapsis.

Hebb expuso que la repetida activación de una neurona por otra a través de una sinapsis determinada, aumenta su conductividad, y la hace más propensa a ser activada sucesivamente, induciendo a la formación de un circuito de neuronas estrechamente conectadas entre sí.

PRIMERA RED NEURONAL

1951, Marvin Minsky y Dean Edmonds montaron la primera máquina de redes neuronales, compuesta básicamente de 300 tubos de vacío y un piloto automático de un bombardero B-24, Sharc.

Se trataba nada menos que de una red de 40 neuronas artificiales que imitaban el cerebro de una rata. Cada neurona hacia el papel de una posición del laberinto y cuando se activaba daba a entender que la "rata" sabia en que punto del laberinto estaba.

LA NEURONA ARTIFICIAL

Un circuito eléctrico que realice la sume ponderada de las diferentes señales que recibe de otras unidades iguales y produzca en la salida un uno o un cero según el resultado de la suma con relación al umbral o nivel de disparo, conforma una buena representación de lo que es una neurona artificial.

La neurona artificial es un dispositivo eléctrico que responde a señales eléctricas.

La respuesta la produce el circuito activo o función de transferencia que forma parte del cuerpo de la neurona.

Las "dendritas" llevan las señales eléctricas al cuerpo de la misma.

Estas señales provienen de censores o son salidas de neuronas vecinas.

Las señales por las dendritas pueden ser voltajes positivos o negativos; los positivos contribuyen a la excitación del cuerpo y los negativos contribuyen a inhibir la respuesta de la neurona. 

ENTRENAMIENTO

Cuando el sistema humano de neuronas, los ojos captan un objeto algunos de los censores de la visión se activan y envían señales a las neuronas ocultas. Las neuronas que se disparan con la señal de entrada aumentan el grado de conexión de ellas. Si el mismo objeto se presenta una y otra vez, la interconexión de neuronas se refuerza y, por lo tanto, el conocimiento del objeto.

FUNCIONAMIENTO DE LA SINAPSIS

Una sinapsis suma las tensiones de los impulsos entrantes.

Cuando se sobrepasa un determinado nivel de tensión el umbral de indicación se enciende y deja libre el camino para que pasen los impulsos.

Si el umbral de indicación de tensión es demasiado bajo, la sinapsis actúa como una puerta lógica del tipo Or (pocos impulsos bastan para dar lugar a la conexión).

Si el umbral de indicación es alto, la sinapsis actúa como una puerta And (hace falta que lleguen la totalidad de impulsos para que el camino quede libre).

También existen conducciones nerviosas que bloquean el paso apenas llegan los impulsos (función de compuerta inversora). 

Conocimiento = Información Almacenada + Modelos

Tarea = Aprender un “Modelo del Mundo”

Conocimiento:Del mundo (información a priori)Observaciones (ejemplos)

Ejemplos:Etiquetados (respuesta deseada)Sin etiqueta

Ejemplos (+ y -):Entrenamiento (Training Set)Validación (Validation Set)Prueba (Test Set)

CONCLUSION

Las redes neuronales son dos cosas; primero un intento de imitar nuestra forma de pensar, por otro lado un magnífico algoritmo basado en la paralelización masiva, al contrario de los sistemas informáticos habituales que se basan en procesar las cosas en serie. Esa, es también la forma que tiene el ser humano de pensar.

GRACIAS POR SU ATENCION