Red neuronal artificial

Una red neuronal artificial es un modelo compuesto por muchas unidades de cálculo sencillas, llamadas neuronas, organizadas en capas. Cada neurona recibe varios números, los multiplica por sus pesos, los suma, aplica una función de activación y pasa el resultado a la siguiente capa. Hay una capa de entrada (los datos), una o varias capas ocultas y una capa de salida (la predicción).

La red aprende ajustando sus pesos durante el entrenamiento: compara su salida con la respuesta esperada y corrige cada peso un poco mediante retropropagación y descenso de gradiente. Al apilar capas, la red puede representar relaciones muy complejas: las primeras capas detectan rasgos simples y las siguientes los combinan en conceptos más abstractos.

La idea es antigua. Warren McCulloch y Walter Pitts propusieron un modelo matemático de neurona en 1943, y Frank Rosenblatt presentó el perceptrón en 1958. Tras décadas de altibajos, el aumento de datos y de capacidad de cómputo con GPU hizo posible entrenar redes con muchas capas, lo que dio origen al aprendizaje profundo.

La inspiración biológica es sobre todo una metáfora. Las neuronas artificiales son funciones matemáticas muy simplificadas y las redes no aprenden como el cerebro humano. Existen muchas arquitecturas: las convolucionales para imágenes, las recurrentes para secuencias y el transformer, base de los modelos de lenguaje actuales. Su principal desventaja es que son difíciles de interpretar: con millones de pesos, explicar por qué tomaron una decisión concreta es un reto.