Una red neuronal es un grupo de unidades interconectadas llamadas neuronas que se envían señales entre sí. Las neuronas pueden ser células biológicas o modelos matemáticos . Si bien las neuronas individuales son simples, muchas de ellas juntas en una red pueden realizar tareas complejas. Hay dos tipos principales de redes neuronales.
Una red neuronal biológica es una población de neuronas biológicas conectadas químicamente entre sí mediante sinapsis . Una neurona determinada puede estar conectada a cientos de miles de sinapsis. [1] Cada neurona envía y recibe señales electroquímicas llamadas potenciales de acción a sus vecinas conectadas. Una neurona puede desempeñar una función excitadora , amplificando y propagando las señales que recibe, o una función inhibidora , suprimiendo las señales. [1]
Las poblaciones de neuronas interconectadas que son más pequeñas que las redes neuronales se denominan circuitos neuronales . Las redes interconectadas de gran tamaño se denominan redes cerebrales a gran escala , y muchas de ellas juntas forman cerebros y sistemas nerviosos .
Las señales generadas por las redes neuronales en el cerebro eventualmente viajan a través del sistema nervioso y a través de las uniones neuromusculares hasta las células musculares , donde causan contracción y, por lo tanto, movimiento. [2]
Una red neuronal artificial es un modelo matemático que se utiliza para aproximar funciones no lineales. Si bien las primeras redes neuronales artificiales eran máquinas físicas, [3] hoy en día casi siempre se implementan en software .
Las neuronas de una red neuronal artificial suelen estar dispuestas en capas, y la información pasa desde la primera capa (la capa de entrada) a través de una o más capas intermedias (capas ocultas) hasta la capa final (la capa de salida). [4] La entrada de "señal" a cada neurona es un número, específicamente una combinación lineal de las salidas de las neuronas conectadas en la capa anterior. La señal que emite cada neurona se calcula a partir de este número, según su función de activación . El comportamiento de la red depende de las fortalezas (o pesos ) de las conexiones entre neuronas. Una red se entrena modificando estos pesos mediante la minimización empírica del riesgo o la retropropagación para adaptarse a algún conjunto de datos preexistente. [5]
Las redes neuronales se utilizan para resolver problemas en inteligencia artificial y, por lo tanto, han encontrado aplicaciones en muchas disciplinas, incluido el modelado predictivo , el control adaptativo , el reconocimiento facial , el reconocimiento de escritura a mano , los juegos en general y la IA generativa .
La base teórica de las redes neuronales contemporáneas fue propuesta de forma independiente por Alexander Bain en 1873 [6] y William James en 1890. [7] Ambos postularon que el pensamiento humano surgió de interacciones entre un gran número de neuronas dentro del cerebro. En 1949, Donald Hebb describió el aprendizaje hebbiano , la idea de que las redes neuronales pueden cambiar y aprender con el tiempo fortaleciendo una sinapsis cada vez que una señal viaja a lo largo de ella. [8]
Las redes neuronales artificiales se utilizaron originalmente para modelar redes neuronales biológicas a partir de la década de 1930 bajo el enfoque del conexionismo . Sin embargo, a partir de la invención del perceptrón , una red neuronal artificial simple, por Warren McCulloch y Walter Pitts en 1943, [9] seguida de la implementación de uno en hardware por Frank Rosenblatt en 1957, [3] las redes neuronales artificiales se volvieron cada vez más En su lugar, se utilizan para aplicaciones de aprendizaje automático y son cada vez más diferentes de sus homólogos biológicos.