Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
UN POCO DE HISTORIA
Desde la dcada de los 40, en la que naci y comenz a desarrollarse la
informtica, el modelo neuronal la ha acompaado. De hecho, la aparicin de los
computadores digitales y el desarrollo de las teoras modernas acerca del aprendizaje y
del procesamiento neuronal se produjeron aproximadamente al mismo tiempo, a finales
de los aos cuarenta.
Desde entonces hasta nuestros das, la investigacin neurofisiolgica y el estudio
de sistemas neuronales artificiales (ANS, Artificial Neural Systems) han ido de la mano.
Sin embargo, los modelos de ANS no se centran en la investigacin neurolgica, si no
que toma conceptos e ideas del campo de las ciencias naturales para aplicarlos a la
resolucin de problemas pertenecientes a otras ramas de las ciencias y la ingeniera.
Podemos decir que la tecnologa ANS incluye modelos inspirados por nuestra
comprensin del cerebro, pero que no tienen por qu ajustarse exactamente a los
modelos derivados de dicho entendimiento.
Los primeros ejemplos de estos sistemas aparecen al final de la dcada de los
cincuenta. La referencia histrica ms corriente es la que alude al trabajo realizado por
Frank Rosenblatt en un dispositivo denominado perceptrn. Hay otros ejemplos, tales
como el desarrollo del Adaline por el profesor Bernard Widrow.
Durante todos estos aos, la tecnologa ANS no siempre ha tenido la misma
consideracin en las ramas de la ingeniera y las ciencias de la computacin, ms
ansiosas de resultados que las ciencias neuronales. A partir de 1969, el pesimismo
debido a las limitadas capacidades del perceptrn hizo languidecer este tipo de
investigacin.
A principios de los 80, por un lado Hopfield y sus conferencias acerca de la
memoria autoasociativa y por otro lado la aparicin del libro Parallel Distributed
LA NEURONA BIOLGICA
Fue Ramn y Cajal (1888) quin descubri la estructura celular (neurona) del
sistema nervioso. Defendi la teora de que las neuronas se interconectaban entre s de
forma paralela, y no formando un circuito cerrado como el sistema sanguneo.
Una neurona consta de un cuerpo celular (soma) de entre 10 y 80 mm, del que
surge un denso rbol de ramificaciones (dendritas) y una fibra tubular (axn) de entre
100 mm y un metro.
Procesador: soma.
Una neurona cerebral puede recibir unas 10.000 entradas y enviar a su vez su
salida a varios cientos de neuronas.
La conexin entre neuronas se llama sinapsis. No es una conexin fsica, si no
que hay unos 2 mm de separacin. Son conexiones unidireccionales, en la que la
transmisin de la informacin se hace de forma elctrica en el interior de la neurona y
de forma qumica entre neuronas; gracias a unas sustancias especficas llamadas
neurotransmisores.
No todas las neuronas son iguales, existen muchos tipos diferentes segn el
nmero de ramificaciones de sus dendritas, la longitud del axn y otros detalles
estructurales. Sin embargo, como hemos visto, todas ellas operan con los mismos
principios bsicos.
Las seales de entrada y salida pueden ser seales binarias (0,1 neuronas de
McCulloch y Pitts), bipolares (-1,1), nmeros enteros o continuos, variables borrosas,
etc.
La regla de propagacin suele ser una suma ponderada del producto escalar del
vector de entrada y el vector de pesos:
La funcin de salida suele ser la identidad. En algunos casos es un valor umbral (la
neurona no se activa hasta que su estado supera un determinado valor).
Con todo esto, el modelo de neurona queda bastante simplificado: