Tuesday, December 2, 2014

TEMA 3.3. CARACTERÍSTICAS DE LAS REDES NEURONALES ARTIFICIALES

INTRODUCCIÓN

Una de las diferencias más grandes entre una red de neuronas biológica y una artificial es la complejidad con la que trabajan, una RNB tiene una gran complejidad, es decir puede resolver grandes problemas, mientras que la RNA trabaja con una complejidad bastante baja.
En este capítulo se conocerán las características más importantes de una red de neuronas artificiales y se procederá a hacer una comparación entre los dos tipos de redes neuronales que existen.

MARCO TEÓRICO

En el cerebro humano existen una gran red neuronal, conformada por miles de millones de neuronas las cuales se conectan formando una gran malla, con esta idea se ha pretendido que este es el punto clave para desarrollar verdadera inteligencia artificial, lo cual ha derivado en muchas investigaciones, que han permitido desarrollar varios modelos de redes neuronales artificiales.
Pero, aunque actualmente se tiene un gran avance tecnológico, el cerebro humano sigue siendo un gran misterio, por lo cual parece casi imposible crear una red similar a esta.
CARACTERÍSTICAS PRINCIPALES DE UNA RED NEURONAL ARTIFICIAL
Las redes neuronales artificiales poseen una serie de características que a pesar de ser muy importantes y de parecerse a las de una red biológica no llega a cumplir a cabalidad todo el proceso que esta realiza.
Entre las características más importantes de esta red tenemos las siguientes.
COMPARACIÓN ENTRE REDES NEURONALES ARTIFICIALES Y BIOLÓGICAS

El funcionamiento entre los diversos tipos de redes neuronales es muy diverso, aunque con ciertas similitudes, pero hasta la actualidad no se ha podido crear o llegar más allá de un 25% de semejanzas entre varias redes. A continuación se presentan las diferencias más importantes entre ellas.

CONCLUSIONES

Una red de neuronas biológicas es muy compleja de entender en cuanto a funcionamiento interno, además de que cuenta con millones de neuronas, las cuales tienen un sinnúmero de conexiones entre sí, mientras que en una red artificial es muy diferente ya que no se ha podido implementar un gran  número de neuronas artificiales, y estas solo se conectan a una siguiente.
En la red artificial se dan las conexiones en una sola dirección, es decir que la información no regresa, en cambio en una red biológica las conexiones se dan en forma de mallas, por lo cual es mucho más rápido conseguir una respuesta.

BIBLIOGRAFÍA

Viñuela, P y Galván, I. 2004. Redes de Neuronas artificiales. Un enfoque práctico. Pearson education. Madrid. p 1-5.

Hilera, J y Martinez, V. 2000. Redes neuronales artificiales. Alfaomega. Madrid España.

Izurieta, F y Saavedra, C. 2000. Redes Neuronales artificiales. (En línea). ES. Consultado, 27 de Dic .2014. Formato PDF. Disponible en: www.uta.cl/charlas/volumen16/Indice/Ch-csaavedra.pdf

TEMA 3.2. MODELO COMPUTACIONAL

INTRODUCCIÓN

Los primeros programas de computadoras se guiaban mediante los algoritmos, diferencia principal de una maquina conexionista de una convencional, ya que la conexionista como su nombre lo indica, posee una serie de conexiones las cuales le permite tener una resolución de problemas de manera más eficaz y sin necesidad de tener un algoritmo que lo resuelva.
Dentro de este capítulo vamos a conocer la composición de un modelo computacional de redes neuronales, el funcionamiento de una neurona artificial, es decir, como reciben o envían información.

MARCO TEÓRICO

Una red neuronal artificial al igual que una biológica está formada por un sinnúmero de conexiones entre las neuronas artificiales que existan.
En la actualidad existen diversos modelos de redes neuronales y en cada uno de ellos se presenta una filosofía diferente, es decir cada modelo de red es creado para una o varias funciones en específico.


EL SISTEMA DE COMUNICACIÓN DE UNA RED NEURONAL ARTIFICIAL
El sistema de comunicación de una red neuronal artificial al igual que una biológica se compone de tres partes:
Los receptores (Patrones de Entradas).- O también llamada Capa de entrada, esta capa es en donde se presentan los datos a la red, las capas de entrada se comunican con las capas ocultas.
El sistema Nervioso (Capas Ocultas).- Estas capas ocultas como su nombre lo indica no tiene contacto con el exterior, sin embrago es en estas capas en donde se procesa la información recibida, las capas ocultas se comunican con las capas de salida o a otras capas ocultas.
Órganos Dianas o efectores (Patrones de Salida).- También llamadas capas de salida, estas capas son las encargadas de mostrar la información recibidas de las capas ocultas.
ESTRUCTURA BÁSICA DE LA RED

Como se menciono anteriormente una red neuronal artificial básica esta formada por una serie de capas, las primeras capas son denominadas capas de entrada y son las que reciben la información del medio, estas a su vez se comunican con las capas ocultas, las cuales no tienen contacto con el exterior, pero su función es de vital importancia ya que estas son las encargadas del procesamiento de la información que le envían las capas de entrada, una vez procesada la información las capas ocultas la envían a la capa de salida, las cuales se encargan de mostrar dicha información.
Como se puede apreciar en la imagen la estructura de la red neuronal es bastante simple aunque su funcionamiento es un poco más complejo.
APRENDIZAJE
El aprendizaje de una red de neuronas artificiales consiste en la determinación de los valores de los pesos para todas sus conexiones, que la capacite para la resolución eficiente de un problema. (Hilera, J y Martinez, V. 2000)
En esta red el aprendizaje se va dando paulatinamente cada vez que se introduzca un ejemplo dentro de la misma, la red guardara la información necesaria para poder en un futuro resolver un problema del mismo tipo sin necesidad de otro ejemplo.

CONCLUSIONES

La red de neuronas artificiales al igual que una biológica es la parte más importante en un agente, ya que es esta la que le permite resolver diversos tipos de problemas, aunque aún no se ha podido crear una red similar al cerebro humano se avanza en investigaciones para lograrlo algún día.
Para que la red artificial pueda funcionar de buena manera (en resolución de problemas), es necesario que esta tenga un tipo de aprendizaje, esto para evitar la implementación de nuevos módulos a cada momento.

BIBLIOGRAFÍA


Viñuela, P y Galván, I. 2004. Redes de Neuronas artificiales. Un enfoque práctico. Pearson education. Madrid. p 1-5.

Hilera, J y Martinez, V. 2000. Redes neuronales artificiales. Alfaomega. Madrid España.

Basogain, X. 2010. Redes Neuronales Artificiales y sus aplicaciones. Escuela Superior de Ingenieria de Bilbao. En línea. Consultado 27 de diciembre 2014. Formato PDF.  Disponible en: http://www.ciberesquina.una.edu.ve:8080/2014_2/350_E.pdf

Teahan, W. 2010. Artificial Intelligence – Agents and Environments. (En Línea).  EC. Consultado, 1 de Dic 2014. Formato PDF. Disponible en: http://www.bookboon.com.

TEMA 3.1. FUNDAMENTOS DE LAS REDES NEURONALES


INTRODUCCIÓN

Una de las grandes metas propuestas por los científicos ha sido la de conocer como es el funcionamiento del cerebro humano, que es lo que nos diferencia de los demás animales y con esto poder llevar a cabo una verdadera Inteligencia Artificial.

Una red de neuronas está compuesta por una infinidad de neuronas las mismas que al conectarse logran pasar información y hacer que el cuerpo reaccione a los estímulos recibidos, es por esto que su estudio dentro de la I.A. es fundamental a la hora de hacer un agente inteligente.

En este capítulo conoceremos cual es el funcionamiento de una neurona estando sola o en conjunto (en red), y como hacen para recibir o enviar información.

MARCO TEÓRICO


Una red neuronal como su nombre lo indica es la unión entre dos o más neuronas que se relacionan entre si y transmiten información de manera rápida.

MODELO BIOLÓGICO DE UNA NEURONA


Como podemos ver en la imagen una neurona está compuesta de dendritas, núcleo, cuerpo celular y axón, al unirse una neurona con otra se forma la llamada sinapsis. La misión neuronas es recoger información del medio ambiente o del interior del cuerpo las elabora, almacena y transmite hacia otra neurona. Formando así la red neuronal como se ve en la imagen 2.


EL SISTEMA DE COMUNICACIÓN NEURONAL

El sistema de comunicación neuronal se compone de tres partes:

Los receptores.- Situados en las células sensoriales. Recogen información en forma de estímulos del ambiente o del interior del organismo.


El sistema Nervioso.- Recibe la información de los receptores, la elabora (codifica), las almacena, y las envía de forma elaborada a otras neuronas o a los órganos efectores.


Órganos Dianas o efectores.- Son aquellos que reciben la información y la interpretan en forma de acciones motoras, hormonales, etc, por ejemplo: (músculos y glándulas).


MISIÓN DE LAS NEURONAS

La misión de las neuronas comprende generalmente 5 funciones parciales:

*      Recoger la información que llega a ellas, dicha información puede proceder de otras neuronas o de los receptores, la información llega en forma de impulsos.

*      La información es integrada en un código de activación propio de la celula.

*      La información es trasmitida codificada y en forma de frecuencia de impulsos a través del axón.

*      Mediante las ramificaciones el axón efectúa la transmisión de los mensajes.

*      En la terminal se transmite los impulsos a otras neuronas o a los órganos diana.


CONCLUSIONES


El estudio de las redes neuronales es un pilar fundamental dentro de la I.A. ya que nos permite conocer cómo se da el comportamiento en los seres racionales (personas), y con ello se da un gran paso para la creación de agentes inteligentes.

Al conocer el funcionamiento biológico de una neurona podemos construir réplicas exactas de estas para adaptarlas a los agentes y que estos razonen y puedan comportarse de manera inteligente, es decir podrá actuar como un humano.

BIBLIOGRAFÍA


Viñuela, P y Galván, I. 2004. Redes de Neuronas artificiales. Un enfoque práctico. Pearson education. Madrid. p 1-5.

Hilera, J y Martinez, V. 2000. Redes neuronales artificiales. Alfaomega. Madrid España.

Teahan, W. 2010. Artificial Intelligence – Agents and Environments. (En Línea).  EC. Consultado, 7 de Oct. 2014. Formato PDF. Disponible en http://www.bookboon.com.