Por: Julio Erazo Macías Rodríguez

Muchos dicen que estamos a nada de que los robots nos controlen o que la inteligencia artificial haga un boom, pero en mi opinión estamos a décadas de que suceda; en el pasado cuando ya se tejían los términos de inteligencia artificial, también se hablaba de las redes computacionales neuronales y mientras la inteligencia artificial se debatía en cuestiones médicas biológicas porque suponían que a los chips  se les incorporarían neuronas cerebrales, entraron a un campo bastante complicado para hacer funcionar lo biológico con lo artificial.

Después se llegó a la decisión de emular el cerebro con todo artificial y ahí es donde el lado computacional dedicó estudio; con el rápido crecimiento del internet y de las redes de computadoras, a trazarse el objetivo de crear redes neuronales para la mejor eficacia y rapidez en la transferencia de datos.

¿Qué es una red neuronal? Pues es una colección de unidades neurales (artificiales), simulando la forma en que el cerebro biológico resuelve problemas complejos en gran cantidad de neuronas conectadas a axones.

Hay varios modelos de estas redes, en las cuales el flujo de información es en varias direcciones, y uno de los objetivos de estas redes es la de formar nuevas conexiones o nuevas unidades de neurona.

Las redes neuronales dinámicas son más complejas, ya que las direcciones de las conexiones pueden ser hacia adelante o hacia atrás y no pueden conectarse o brincar con otras nuevas unidades, hasta que estén al tope las señales.

Nuevas investigaciones se están realizando conforme es estudiado el cerebro humano y sus funciones, como el procesamiento de datos en neuronas adyacentes, peo en este punto yo puedo pensar que hay dos principales obstáculos; el primero de ellos es como hacer funcionar una red de neuronas artificiales si el procesamiento de datos se basa en números reales 0 y 1, las redes neuronales biológicas se comunican con una técnica biológica.

El segundo de los obstáculos; la velocidad de procesamiento del cerebro es tan alta, si no es que instantánea que según cálculos una neurona procesa información a la velocidad de un Kilohercio y la del cerebro humano completo es de mil Gigahercios, cuando apenas los ordenadores actuales o tu teléfono inteligente llega a los 20 Gigahercios, esto quiere decir que para enfriar una red neuronal de microprocesadores antes de que desintegren, es un Giga reto.

Otro objetivo de las redes neuronales es la del auto aprendizaje y se agrega a los ya problemas a resolver si nos damos cuenta que los ordenadores y redes actuales resuelven problemas con matemática booleana de 0 y 1.

Se tienen que diseñar modelos de aprendizaje de esas redes, dado que unas de sus tareas serán el reconocimiento de voz, la visión a través de computadores.

Todo esto son proyectos que a finales de los 80´s se han realizado y han metido a los programadores horas y horas diseñando algoritmos de una programación basada en reglas. Cabe destacar que el modelo de redes neuronales se conforma por 3 capas:  la capa de entrada, la capa de interconexión y la capa de salida. El mayor interés que genera el trabajo de estas neuronas es el aprendizaje, que basado en las matemáticas que indican el entrelazamiento de las neuronas por medio de la capa de salida; es deducida por medio de funciones para una solución óptima.

La mayor ventaja de una red neuronal es que aprende por medio de datos observados, la utilización de algoritmos y la robustez. e el cerebro es el computador que jamás se ha inventado.