Download Redes neuronales

INFORMÁTICA
Redes neuronales
Máquinas que aprenden
Quizá los más forofos del fútbol hayan oído que,
desde el año 2002, el club A.C. Milan del Calcio italiano realiza un seguimiento informatizado de sus
jugadores y que un ordenador es capaz de determinar qué jugadores corren riesgo de lesionarse.
Inteligencia artificial, lo llaman. Actualmente, en los
laboratorios informáticos se desarrollan programas
que imitan la estructura del cerebro humano, intentando emular una de las capacidades que nos hacen inteligentes: la de aprender.
© Alfred Pasieka
Neuronas naturales
Nuestro sistema nervioso
está formado por un enorme número de células nerviosas: las neuronas. Cada
una de estas células está conectada a un gran número
de vecinas, formando una
tupida red. Las neuronas reciben señales de entrada de
sus vecinas a través de ramificaciones de entrada: las
dendritas. Si la suma de las
señales de entrada supera
un cierto nivel, la neurona
se activa y envía su propia
señal a través del axón, o
ramificación de salida. Las
neuronas que se encuentren
conectadas a este axón recibirán la señal por sus dendritas, y este cambio podrá
generar, a su vez, nuevas
señales que se propagarán
a otras neuronas. Esta cascada de activaciones es la
base del funcionamiento
del cerebro y de todo el sistema nervioso.
Neuronas artificiales
La idea de las redes neuronales artificiales es la
de imitar la estructura del
cerebro, mediante la conexión de un número de
unidades pequeñas que
realicen cálculos simples
para construir programas
que realicen tareas complejas. En su versión más
simple, las neuronas artificiales son componentes
que trabajan con números.
Su tarea es recibir una serie
de cantidades numéricas
El Backgammon es un juego de mesa
en que los sistemas de redes neuronales consiguen resultados excelentes. El
año 1979, el sistema BKG9.8 se había
transformado en el primer programa del
mundo capaz de ganar una partida de un
juego al campeón mundial humano. La incorporación de redes neuronales supuso
una revolución y actualmente existen diversos sistemas capaces de jugar al nivel
de los mejores jugadores del mundo.
!
44
de sus vecinas, multiplicar cada una de ellas por
una cantidad fija, y, si la
suma es mayor a un valor
determinado, enviar a las
neuronas que lo esperan
un valor de salida. Como
en el sistema nervioso, hay
neuronas que no reciben
como entrada la salida de
otras neuronas, sino los
datos del problema; y hay
neuronas que no envían su
salida a otras, sino que dan
la respuesta final.
Eureka!
gener 2006
Unos inicios insospechados
Uno de los primeros sistemas de redes neuronales con
capacidad de aprender fue el
perceptrón, desarrollado el
año 1957 por Frank Rosenblatt. El sistema era capaz de
aprender a reconocer formas
geométricas como cuadrados, triángulos o círculos, así
como muchos otros patrones.
Rosenblatt era muy optimista
respecto a las posibilidades de
su sistema. Sin embargo, tuvo
como rival al influyente Marvin Minsky, quien dedicó años
Una de las características
que hace de las redes neuronales un sistema interesante es su capacidad de
aprender. No siempre es
posible construir un programa que haga una tarea
deseada. A veces no se sabe
con certeza cómo debería
hacerla; otras veces, puede ser demasiado costoso
introducir en el ordenador
todas las órdenes necesarias para hacerla. Sin embargo, se puede crear un
programa con capacidad de
aprender, y entonces enseñarle un montón de ejemplos de la tarea a realizar.
Así, en el caso del equipo
de fútbol, se le puede enseñar el historial de variables
biométricas de los jugado-
a desacreditar a Rosenblatt.
En 1969 publicó en un artículo una dura crítica hacia los
perceptrones, haciendo gran
hincapié en sus limitaciones.
Este artículo, junto con la accidental muerte de Rosenblatt
poco después, consiguió cortar
todas las subvenciones para la
investigación en redes neuronales durante una década. Irónicamente, el propio Minsky
fue luego un activo investigador en versiones mejoradas de
los perceptrones...
res
(peso,
altura,
tanto por
ciento de grasa corporal, pulsaciones en
reposo...) y si se han
lesionado o no tras jugar
cada partido. La esperanza
es que el programa aprenda
y, cuando se le den nuevos
datos, sea capaz de determinar, antes de que se juegue el partido, si el jugador
se va a lesionar o no. Las
redes neuronales no son el
único método de conseguir
aprendizaje, pero sí uno de
los más populares.
Edgar Gonzàlez