Las redes neuronales artificiales buscan simular la estructura y función del cerebro humano, con el fin de procesar información, por lo que son parte importante de la inteligencia artificial (IA).
Como las neuronas, se trata de varios nodos interconectados que manejan datos. Las redes neuronales han permitido la existencia de sistemas que pueden aprender de sus experiencias, por lo que se usan para el aprendizaje automático, aprendizaje profundo y la IA. Y tienen aplicaciones como el reconocimiento de imágenes, que requiere procesar millones de imágenes para detectar patrones.
En la década de los 40, el matemático Walter Pitts y el neurociéntífico Warren McCulloch desarrollaron un modelo neuronal matemático. Después se realizaron redes neuronales más complejas. Se trata de algoritmos de aprendizaje automático. Con neuronas interconectadas que analizan datos y se entrenan hasta que la red aprende la respuesta adecuada.
Existen distintos tipos de redes neuronales según el uso, entre ellas están:
- Convolucionales. Utilizadas para procesar videos e imágenes, donde las neuronas se acomodan en capas convolucionales, lo cual se refiere a que cada neurona se conecta sólo a una región local de la anterior capa, no a todos las neuronas de esa capa, el fin es que ubique características específicas de una imagen.
- Recurrentes. Donde se emplean algoritmos de aprendizaje, se caracterizan por tener conexiones retroalimentadas entre las neuronas, es decir, después de procesar los datos una neurona pasan a otra, con lo que se logra que la red neuronal memorice los datos que van entrando, útil para predicciones del clima.
- Feedforward. Las más básicas, donde la información va en una sola dirección, son empleadas para realizar predicciones o clasificaciones, como detección de fraudes.
Gracias a las redes neuronales es posible identificar, en grandes volúmenes de datos patrones. Lo que permite desde pasar un sonido a texto, hacer traducciones, escribir una historia y dar respuestas adecuadas, saber cuál es el color de una imagen, o clasificar las imágenes en categorías.
Debido a que detectan patrones, con las redes neuronales es posible hacer predicciones y tomar decisiones, como preferencias de compra o hasta calcular los riesgos de padecer una enfermedad.
