Introduccin a las Redes Neuronales.

Introduccin Programa de Computador Sistema Experto La Neurona La Neurona Artificial La Red Neuronal Entrenamiento

Una de las razones por la cual los seres umanos ! los computadores se necesitan mutuamente" es la diferencial radical #ue a! entre ellos. Los computadores acen mu! $ien tareas #ue nosotros realizamos torpemente ! %ice%ersa. Por e&emplo" los computadores son lgicos ! exactos' nosotros no siempre lo somos. Los computadores pueden almacenar" sin errores" cantidades impresionantes de toda clase de informacin' los umanos #ue intenten acer algo similar pertenecen a los arc i%os de (uiness. Pero los umanos podemos mane&ar" en escalas #ue llegan a la genealidad" la incertidum$re" la am$ig)edad" la suposicin e integrar en conclusiones" informacin pro%eniente de diferentes ! multiples fuentes. El sistema $iologico de percepcin de un insecto es miles de %eces m*s flexi$le ! poderoso #ue cual#uier programa de computador por extenso" ro$usto ! poderoso #ue sea. +esarrollar un sistema de inteligencia artificial con la flexi$ilidad" la creati%idad ! la capacidad de aprendiza&e del sistema $iologico umano" se constitu!o desde ace muc os a,os" por lo tanto" en un reto atracti%o para los cientificos de muc as disciplinas. Los intentos por imitar el funcionamiento del cere$ro an seguido la e%olucin del estado de la tecnolgia. Por e&emplo" al finalizar el siglo -. se le compar con la operacin de la $om$a idr*ulica' durante la d/cada de -.01 a -.21 se intento utilizar la t/oria de la conmutacin telefonica como punto de partida de un sistema de conocimiento similar al del cere$ro. Entre -.31 ! -.41 los cientificos comenzaron a pensar seriamente en las redes neuronales utilizando como concepto la nocin de #ue las neuronas del cere$ro funcionan como interruptores digitales 5on 6 off7 de manera tam$i/n similar al recien desarrollado computador digital. As8 nace la idea de 9re%olucin ci$ernetica9 #ue mane&a la analog8a entre el cere$ro ! el compuatdor digital. Antes de entrar en detalles de las redes neuronales" es con%eniente re%isar los sistemas #ue se an desarrollado para presentar el conocimiento ! la forma en #ue se almacena informacin utilizando los computadores digitales de o!. Regresar...

Programa de Computador. En un programa de computador a! dos tipos de conocimiento: la lista de instrucciones

#ue conforman el programa ! los %alores de las %aria$les #ue usa el mismo programa. Si nosotros #ueremos sa$er exactamente lo #ue el computador conoce en un tiempo dado" todo lo #ue se necesita acer es imprimir la lista de las instrucciones ! los %alores a partir de todas las %aria$les. A partir de esa informacin se puede o$tener el conocimiento #ue contiene el programa de una forma relati%amente inteligi$le. Como se sa$e" un programa de computador correcto" con las %aria$les adecuadas es mu! competente en su mundo limitado. Regresar...

Sistema Experto. Un m/todo m*s a%anzado para representar el conocimiento" es el sistema experto. ;8picamente est* compuesto por %arias clases de informacin almacenada: Las reglas If 6 ; en le dicen al sistema como se de$e reaccionar ante los estados del 9mundo9. Una regla del sistema experto puede ser if < es un om$re" ; en < es mortal. Los ec os descri$en el estado del 9mundo9. Por e&emplo: =uan es mortal. Por >ltimo" una m*#uina de inferencia relaciona los ec os conocidos con las reglas If 6 ; en ! genera una conclusin. En el e&emplo: =uan es mortal. Esta nue%a conclusin se a,ade a la coleccione de ec os #ue se almacena en los medios pticos o magn/ticos del computador digital. +e esta forma" un sistema experto sintetiza nue%o conocimiento a partir de su 9entendimiento9 del mundo #ue le rodea. +e esta forma" un sistema experto es un m/todo de representacin ! procesamiento del conocimiento" muc o m*s rico ! poderoso #ue un simple programa de computador. Sin em$argo" con respecto a la manera en #ue opera el cere$ro umano" las limitaciones son m>ltiples. Los pro$lemas planteados en te?rminos difusos o am$iguos " por e&emplo" son mu! comple&os de analizar o 9conocer9 con sistemas de procesamiento sim$lico" como los sitemas expertos o programas de computador. Regresar...

La Neurona. A finales del siglo -. se logr una ma!or claridad so$re el tra$a&o del cere$ro de$ido a los tra$a&os de Ramn ! Ca&al en Espa,a ! S errington en Inglaterra. El primero tra$a& en la anatomia de las neuronas ! el segundo en los puntos de conexin de las mismas o sinapsis. Se estima #ue en cada milimetro del cere$ro a! cerca de 41.111 neuronas. La estructura de una neurona se muestra en la figura -. El tama,o ! la forma de las neuronas es %aria$le" pero con las mismas su$di%isiones #ue muestra la figura. El cuerpo de la neurona o Soma contiene el n>cleo. Se encarga de todas las acti%idades meta$olicas de la neurona ! reci$e la informacin de otras neuronas %ecinas a tra%/s de las conexiones sinapticas. Las dendritas" parten del soma ! tienen ramificaciones. Se encargan de la recepcin de

se,ales de las otras c/lulas a tra%/s de conexiones llamadas sin*pticas. Si pensamos" desde a ora" en t/rminos electrnicos podemos decir #ue las dendritas son las conexiones de entrada de la neurona. Por su parte el axn es la 9salida9 de la neurona ! se utiliza para en%iar impulsos o se,ales a otras c/lulas ner%iosas. Cuando el axn esta cerca de sus c/lulas destino se di%ide en muc as ramificaciones #ue forman sin*psis con el soma o axones de otras c/lulas. Esta unin puede ser 9in i$idora9 o 9excitadora9 seg>n el transmisor #ue las li$ere. Cada neurona reci$e de -1.111 a -11.111 sinapsis ! el axn realiza una cantidad de conexiones similar. La transmisin de una se,al de una c/lula a otra por medio de la sin*psis es un proceso #uimico. En el se li$eran su$stancias transmisoras en el lado del emisor de la unin. El efecto es ele%ar o disminuir el potencial el/ctrico dentro del cuerpo de la c/lula receptora. Si su potencial alcanza el um$ral se en%8a un pulso o potencial de accin por el axn. Se deice" entonces" #ue la c/lula se dispar. Este pulso alcanza otras neuronas a tra%/s de la distri$uciones de los axones. Una neurona se puede comparar con una ca&a negra compuesta por %ariasentradas ! una salida. La relacin de acti%acin entre la salida ! la entrada" o en t/rminos circuitales o de teoria de control" la funcin de transferencia se encuentra en la ..figura 0. La %aria$le f es la frecuencia de acti%acin o emisin de potenciales ! u es la intensidad del est8mulo del soma. Regresar...

La Neurona Artificial. Un circuito electrico #ue realice la sume ponderada de las diferentes se,ales #ue reci$e de otras unidades iguales ! produzca en la salida un uno o un cero seg>n el resultado de la suma con relacin al um$ral o ni%el de disparo" @igura 2" conforma una $uena representacin de lo #ue es una neurona artificial. La funcin de transferencia para la acti%acion o disparo de la neurona puede ser de um$ral lgico 5fig 3A7 o de limitacin dura 5fig 3$7 o de funcion tipo s 5fig. 3c7. B representa el peso o ponderacin de la conexin a tra%/s de una entrada. La neurona artificial es un dispositi%o electrico #ue responde a se,ales electricas. La respuesta la produce el circuito acti%o o funcin de transferencia #ue forma parte del cuerpo de la neurona. Las 9dendritas9 lle%an las se,ales electricas al cuerpo de la misma.

Estas se,ales pro%ienen de sensores o son salidas de neuronas %ecinas. Las se,ales por las dendritas pueden ser %olta&es positi%os o negati%os' los %olta&es positi%os contri$u!en a la exitacion del cuerpo ! los %olta&es negati%os contri$u!en a in i$ir la respuesta de la neurona. 5fig 47. Regresar...

La Red Neuronal El sistema de neuronas $iologico esta compuesto por neuronas de entrada 5sensores7 conectados a una comple&a red de neuronas 9calculadoras9 5neuronas ocultas7" las cuales" a su %ez" est*n conectadas a las neuronas de salidas #ue controlan" por e&emplo" los musculos. La figura C muestra un es#uema conceptual. Los sensores pueden ser se,ales de los oidos" o&os" etc. las respuestas de las neuronas de salida acti%an los musculos correspondientes. En el cere$ro a! una gigantesca red de neuronas 9calculadoras9 u ocultas #ue realizan la computacin necesaria. +e esta manera similar" una red neuronal artificial de$e ser compuesta por sensores del tipo mecanico o electrico. Regresar...

Entrenamiento. Cuando el sistema umano de neuronas" los o&os captan un o$&eto A 5figura D7" por e&emplo" algunos de los sensores de la %isin se acti%an ! en%ian se,ales a las neuronas ocultas. Las neuronas #ue se disparan con la se,al de entrada aumentan el grado de conexin de ellas. Si el mismo o$&eto A se presenta una ! otra %ez" la interconexin de neuronas se refuerza !" por lo tanto" el conocimiento del o$&eto. Si se le presenta a la red anterior el o$&eto A modificado 5@igura E7 la unin de las neuronas para el conocimiento de tal o$&eto" es d/$il. Las neuronas de$en entrenarse para reconocer el o$&eto A en esta nue%a presentacin. Luego de algunas sesiones de

entrenamiento" el sistema neuronal es capaz de reconocer el o$&eto A en todas sus formas. Si el o$&eto cam$ia nue%amente la red de neuronas ! el conocimiento se actualizan. Este entrenamiento" repetido para todos los %alores de entrada ! salida #ue se #uiera" origina una representacin interna del o$&eto en la red" #ue considera todas las irregularidades ! generalidades del mismo. En la figura . se presenta el es#uema de una neurona artificial durante la etapa de aprendiza&e. Una %ez esta$lecidos los pesos definiti%os de interconexin" la neurona ad#uiere su forma tradicional.

En la figura -1A se presenta una red neuronal artificial con dos entradas" tres neuronas ocultas ! dos salidas. El estado de no entrenamiento se representa por las resistencias %aria$les #ue indican los pesos de las conexiones. +espues de aplicar un algoritmo de entrenamiento ! de aplicar repetidamente todas las pare&as de entrada ! salida necesarias" la red #ueda entrenada ! con el peso de conexiones definido" fig -1$. Regresar...