Escolios sobre IA:¿Qué son las Redes Neuronales Artificiales?

Las Redes Neuronales Artificiales  según Lin & Lee son un sistema de procesamiento de la información que hace uso de algunos de los principios que organizan la estructura del cerebro.

Es decir, es un sistema computacional que intenta emular el proceso biológico de aprendizaje que tiene el cerebro humano.

El concepto no es nuevo, viene siendo desarrollado desde 1943 pero por las limitantes en la capacidad de computación de la época solo vino a tomar relevancia en las últimas décadas.

Pese a su complejidad las RNA han mostrado un crecimiento de aplicaciones en los últimos años. Desde aplicaciones en la medicina hasta el sector financiero.

¿Cómo se usan las RNA para predecir y simular sucesos de la realidad?

La arquitectura de estos sistemas está formado por diferentes capas de nodos interconectados entre si. La primera capa (Input layer) tiene nodos de entrada que envían datos a la capa siguiente.

La segunda capa (hidden layer) filtra las secuencias o patrones más importantes de los que no lo son en la información suministrada.

Todo este proceso interno de procesamiento de capas genera una función matemática que calcula el peso de cada variable en la respuesta final de la predicción y genera unos valores de salida según el ajuste del modelo.

Las redes neuronales requieren entrenamiento para tener un buen ajuste de los parámetros. De no entrenarse correctamente pueden dar información equivocada, de sobreentrenarse pueden presentar problemas de sobreajuste.

¿Por qué son importantes?

 Por su capacidad de ejecutar tareas con infinitas combinaciones ha venido creciendo su aplicación en la industria del Big Data.

Las RNA tienen una gran capacidad de dar sentido a datos incompletos de la realidad y eso la hace realmente valiosa. Es decir: crea estructura y modelos matemáticos sin necesidad de que este exista previamente.

Las RNA tienen aplicaciones en muchos campos que van desde predicción de series de tiempo y simulaciones de la realidad hasta reconocimiento de imágenes y clasificación de patrones.

Todo este entusiasmo colectivo nos tiene que llevar también a replantear cuáles son los usos adecuados de estas herramientas tan potentes y también pensar ¿Cuándo no es necesario usarlas?

www.alponiente.com

www.datosyanalisis.org

Para seguir aprendiendo visita: