La investigación en el campo de las redes neuronales ha atraído cada vez

más atención en los últimos años. Desde 1943 cuando Warren McCulloch y
Walter Pitts presentaron el primer modelo de neuronas artificiales.

Las redes neuronales artificiales son un intento de modelar la capacidad de

procesamiento de información del sistema nervioso. Los sistemas están
compuestos por miles o millones de células interconectadas. Cada uno de
ellos es un arreglo muy complejo que trata las señales entrantes de varias
maneras. Sin embargo, las neuronas son bastante lentas en comparación
con puertas lógicas electrónicas estas pueden lograr tiempos de cambio de
unos pocos nanosegundos, mientras que las neuronas necesitan varios
milisegundos para reaccionar a un estímulo, sin embargo el cerebro es
capaz de resolver problemas que ninguna computadora digital puede tratar
de manera eficiente.

Las redes neuronales son sistemas autoorganizados y cada neurona

individual también una delicada estructura autoorganizada capaz de
procesar información en muchos caminos diferentes. La explicación de
aspectos importantes de la fisiología de las neuronas establece la etapa
para la formulación de modelos de redes neuronales artificiales que no
funcionan secuencialmente, como lo hacen las computadoras
convencionales. Las mismas tienen una jerarquía de estructura multicapa
que los distingue de los autómatas celulares, de modo que la información se
transmite no solo a los vecinos inmediatos sino también a unidades más
distantes. Las redes de neuronas artificiales tienen, como motivación inicial,
la estructura de los sistemas biológicos y constituyen un paradigma de
computabilidad alternativo. En las redes neuronales biológicas, la
información se almacena en los puntos de contacto entre diferentes
neuronas, las llamadas sinapsis.
Estos elementos juegan para el almacenamiento, transmisión y
procesamiento de información. También se conocen otras formas de
almacenamiento, porque las neuronas son en sí mismas sistemas
complejos de señalización autoorganizada. Los sistemas nerviosos poseen
arquitecturas globales de complejidad variable, pero todos están
compuestos de bloques de construcción similares, las células neuronales o
las neuronas. Pueden realizar diferentes funciones, lo que a su vez conduce
a una morfología muy variable.
Los biólogos han sabido por más de 100 años que las neuronas transmiten
información usando señales eléctricas. Debido a que estamos tratando con
estructuras biológicas, esto no se puede hacer mediante un simple
transporte electrónico como en los cables metálicos. Las neuronas
transmiten información utilizando potenciales de acción. El procesamiento
de esta información implica una combinación de procesos eléctricos y
químicos, regulados en su mayor parte en la interfaz entre las neuronas, las
sinapsis.
Las neuronas transmiten información no solo por perturbaciones eléctricas.
Aunque también se conocen sinapsis eléctricas, la mayoría de las sinapsis
utilizan señalización química. En las redes neuronales, la información se
almacena en las sinapsis. Algunas otras formas de almacenamiento de
información pueden estar presentes, pero aún se desconocen o no se
comprenden muy bien.
Las capacidades de procesamiento de la información de las neuronas
dependen esencialmente de las características de la membrana celular. Los
canales iónicos aparecieron en una evolución muy temprana para permitir
que los organismos unicelulares recibieran algún tipo de retroalimentación
del ambiente.
En las redes neuronales artificiales, las funciones primitivas se encuentran
en los nodos de la red y las reglas de composición están contenidas
implícitamente en el patrón de interconexión de los nodos, en la sincronía o
asincronía de la transmisión de información, y en presencia o ausencia de
ciclos.
En la biología real de las neuronas sólo abstraemos algunos principios
generales y nos conformamos con diferentes niveles de detalle al simular
conjuntos neuronales. El enfoque general es concebir cada neurona como
una función primitiva que produce un valor numérico y resultados en
algunos puntos en el tiempo. Sin embargo, también podemos pensar en las
neuronas artificiales como unidades informáticas que producen trenes de
pulsos de la misma forma en que las neuronas biológicas. Luego podemos
simular este comportamiento y observar la salida de redes simples.

Nuestro conocimiento actual de la estructura y fisiología de las neuronas es

el resultado de 100 años de investigación especial en este campo.

Las propiedades matemáticas de las redes neuronales artificiales fueron

estudiadas por investigadores como Warren McCulloch, Walter Pitts y John
Von Neumann. Entonces con el tiempo, la investigación en el campo
neurobiológico ha progresado en estrecha colaboración con la comunidad
matemática e informática.