Red neuronal artificial
 |
| Red neuronal artificial perceptrón multicapa con n neuronas de entrada, mneuronas en su capa oculta y una neurona de escape. |
Las redes
de neuronas artificiales (denominadas habitualmente como RNA o
en inglés como: "ANN"1 )
son unparadigma de aprendizaje y procesamiento automático inspirado en
la forma en que funciona el sistema
nervioso de los animales. Se trata de un sistema de
interconexión de neuronas en una red que colabora para
producir un estímulo de salida. En inteligencia artificial es frecuente
referirse a ellas como redes de neuronas o redes
neuronales.
Historia
Los
primeros modelos de redes neuronales datan de 1943 por los
neurólogos McCulloch y Pitts. Años más tarde, en 1949, Donald Hebb desarrolló
sus ideas sobre el aprendizaje neuronal, quedando reflejado en la "regla
de Hebb". En 1958, Rosemblatt desarrolló el perceptrón simple,
y en 1960, Widrow y Hoff desarrollaron el ADALINE,
que fue la primera aplicación industrial real.
En
los años siguientes, se redujo la investigación, debido a la falta de modelos
de aprendizaje y el estudio de Minsky y Papert sobre las limitaciones del
perceptrón. Sin embargo, en los años 80, volvieron a resurgir las RNA gracias
al desarrollo de la red de Hopfield, y en especial, al algoritmo de aprendizaje
de retropropagación ideado por Rumelhart y McLellan en 1986 que fue aplicado en
el desarrollo de los perceptrones multicapa. 2
Propiedades
 |
| Perceptrón con 2 entradas. |
Una
red neuronal se compone de unidades llamadas neuronas. Cada neurona recibe una
serie de entradas a través de interconexiones y emite una salida. Esta salida
viene dada por tres funciones:
1. Una función de propagación (también
conocida como función de excitación),
que por lo general consiste en el sumatorio de
cada entrada multiplicada por el peso de su interconexión (valor neto). Si el
peso es positivo, la conexión se denomina excitatoria; si es
negativo, se denomina inhibitoria.
2. Una función de activación, que modifica a la
anterior. Puede no existir, siendo en este caso la salida la misma función de
propagación.
3. Una función de transferencia, que se aplica al
valor devuelto por la función de activación. Se utiliza para acotar la salida
de la neurona y generalmente viene dada por la interpretación que queramos
darle a dichas salidas. Algunas de las más utilizadas son la función sigmoidea(para obtener valores en el
intervalo [0,1]) y la tangente hiperbólica (para obtener
valores en el intervalo [-1,1]).
Diseño y programación de una RNA (red neuronal
artificial)
Con
un paradigma convencional de programación en ingeniería del software, el objetivo del
programador es modelar matemáticamente (con distintos grados de formalismo) el
problema en cuestión y posteriormente formular una solución (programa) mediante
un algoritmo codificado
que tenga una serie de propiedades que permitan resolver dicho
problema. En contraposición, la aproximación basada en las RNA parte de un
conjunto de datos de entrada suficientemente significativo y el objetivo es
conseguir que la red aprenda automáticamente las propiedades
deseadas. En este sentido, el diseño de la red tiene menos que ver con
cuestiones como los flujos de datos y la detección de condiciones, y más que
ver con cuestiones tales como la selección del modelo de red, la de las
variables a incorporar y el preprocesamiento de la información que formará el conjunto
de entrenamiento. Asimismo, el proceso por el que los parámetros de la red
se adecuan a la resolución de cada problema no se denomina genéricamente programación
sino que se suele denominar entrenamiento neuronal.
Por
ejemplo en una red que se va a aplicar al diagnóstico de imágenes médicas;
durante la fase de entrenamiento el sistema recibe imágenes de tejidos que se
sabe son cancerígenos y tejidos que se sabe son sanos, así como las respectivas
clasificaciones de dichas imágenes. Si el entrenamiento es el adecuado, una vez
concluido, el sistema podrá recibir imágenes de tejidos no clasificados y
obtener su clasificación sano/no sano con un buen grado
de seguridad. Las variables de entrada pueden ser desde los puntos individuales
de cada imagen hasta un vector de características de las mismas que se puedan
incorporar al sistema (por ejemplo, procedencia anatómica del tejido de la
imagen o la edad del paciente al que se le extrajo la muestra).
Estructura
La
mayoría de los científicos coinciden en que una RNA es muy diferente en
términos de estructura de un cerebro animal. Al igual que el cerebro,
una RNA se compone de un conjunto masivamente paralelo de unidades de proceso
muy simples y es en las conexiones entre estas unidades donde reside la inteligencia de
la red. Sin embargo, en términos de escala, un cerebro es muchísimo mayor que
cualquier RNA creada hasta la actualidad, y las neuronas artificiales también
son más simples que su contrapartida animal.
Biológicamente,
un cerebro aprende mediante la reorganización de las conexiones
sinápticas entre las neuronas que
lo componen. De la misma manera, las RNA tienen un gran número deprocesadores virtuales
interconectados que de forma simplificada simulan la funcionalidad de las
neuronas biológicas. En esta simulación, la reorganización de las conexiones
sinápticas biológicas se modela mediante un mecanismo de pesos, que
son ajustados durante la fase de aprendizaje. En una RNA entrenada, el conjunto
de los pesos determina el conocimiento de esa RNA y tiene la
propiedad de resolver el problema para el que la RNA ha sido entrenada.
Por
otra parte, en una RNA, además de los pesos y las conexiones, cada neurona
tiene asociada una función matemática denominada función de transferencia.
Dicha función genera la señal de salida de la neurona a partir de las señales
de entrada. La entrada de la función es la suma de todas las señales de entrada
por el peso asociado a la conexión de entrada de la señal. Algunos ejemplos de
entradas son la función escalón de Heaviside, la lineal o
mixta, la sigmoide y la función gaussiana, recordando que la función de
transferencia es la relación entre la señal de salida y la entrada.
Ventajas
Las
redes neuronales artificiales (RNA) tienen muchas ventajas debido a que están
basadas en la estructura del sistema nervioso, principalmente el cerebro.
§
Aprendizaje: Las RNA tienen la habilidad de aprender
mediante una etapa que se llama etapa de aprendizaje. Esta consiste
en proporcionar a la RNA datos como entrada a su vez que se le indica cuál es
la salida (respuesta) esperada.
§
Auto
organización: Una RNA crea su propia
representación de la información en su interior, descargando al usuario de
esto.
§
Tolerancia
a fallos: Debido a que una RNA
almacena la información de forma redundante, ésta puede seguir respondiendo de
manera aceptable aun si se daña parcialmente.
§
Flexibilidad: Una RNA puede manejar cambios no importantes
en la información de entrada, como señales con ruido u otros cambios en la
entrada (por ejemplo si la información de entrada es la imagen de un objeto, la
respuesta correspondiente no sufre cambios si la imagen cambia un poco su
brillo o el objeto cambia ligeramente).
§
Tiempo
real: La estructura de una RNA es
paralela, por lo cual si esto es implementado con computadoras o en dispositivos electrónicos especiales,
se pueden obtener respuestas en tiempo real.
Tipología de las RNA
Modelos
Existe
una serie de modelos que aparecen en la mayoría de estudios académicos y la
bibliografía especializada.
§
Adaline
§
Mapas Autoorganizados (RNA) (Redes de
Kohonen)
Topología
Una
primera clasificación de las redes de neuronas artificiales que se suele hacer
es en función del patrón de conexiones que presenta. Así se definen tres tipos
básicos de redes:
§
Dos tipos de redes de
propagación hacia delante o acíclicas en las que todas las señales van
desde la capa de entrada hacia la salida sin existir ciclos, ni conexiones
entre neuronas de la misma capa de red neuronal y su clasificacin
§
Monocapa. Ejemplos: perceptrón, Adaline.
§
Multicapa. Ejemplos: perceptrón multicapa.
§
Las redes recurrentes que
presentan al menos un ciclo cerrado de activación neuronal. Ejemplos: Elman, Hopfield, máquina de Boltzmann.
Aprendizaje
Una
segunda clasificación que se suele hacer es en función del tipo de aprendizaje
de que es capaz (si necesita o no un conjunto de entrenamiento supervisado).
Para cada tipo de aprendizaje encontramos varios modelos propuestos por
diferentes autores:
§
Aprendizaje
supervisado: necesitan un conjunto de
datos de entrada previamente clasificado o cuya respuesta objetivo se conoce.
Ejemplos de este tipo de redes son: el perceptrónsimple,
la red Adaline,
el perceptrón multicapa, red backpropagation,
y la memoria asociativa bidireccional.
§
Aprendizaje
no supervisado o autoorganizado: no
necesitan de tal conjunto previo. Ejemplos de este tipo de redes son: las memorias asociativas, las redes de
Hopfield, la máquina de Boltzmann y la máquina de Cauchy, las redes de aprendizaje competitivo, las redes de
Kohonen o mapas autoorganizados y las redes de
resonancia adaptativa (ART).
§
Redes
híbridas: son un enfoque mixto en
el que se utiliza una función de mejora para facilitar la convergencia. Un
ejemplo de este último tipo son las redes de base radial.
§
Aprendizaje
reforzado: se sitúa a medio camino
entre el supervisado y el autoorganizado.
Tipo de entrada
Finalmente
también se pueden clasificar las RNAs según sean capaces de procesar
información de distinto tipo en:
§
Redes
analógicas: procesan datos de
entrada con valores continuos y, habitualmente, acotados. Ejemplos de este tipo
de redes son: Hopfield, Kohonen y
las redes de aprendizaje competitivo.
§
Redes
discretas: procesan datos de
entrada de naturaleza discreta; habitualmente valores lógicos booleanos. Ejemplos
de este segundo tipo de redes son: las máquinas de Boltzmann yCauchy, y la red discreta
de Hopfield.
Aplicaciones
Las
características de las RNA las hacen bastante apropiadas para aplicaciones en
las que no se dispone a priori de un modelo identificable que pueda ser
programado, pero se dispone de un conjunto básico de ejemplos de entrada
(previamente clasificados o no). Asimismo, son altamente robustas tanto al
ruido como a la disfunción de elementos concretos y son fácilmente
paralelizables.
Esto
incluye problemas de clasificación y reconocimiento de patrones de voz,
imágenes, señales, etc. Asimismo se han utilizado para encontrar patrones de
fraude económico, hacer predicciones en el mercado financiero, hacer
predicciones de tiempo atmosférico, etc.
También
se pueden utilizar cuando no existen modelos matemáticos precisos o algoritmos
con complejidad razonable, por ejemplo la red de Kohonen ha sido aplicada con
un éxito más que razonable al clásico problema del viajante (un problema
para el que no se conoce solución algorítmica de complejidad polinómica).
Otro
tipo especial de redes neuronales artificiales se ha aplicado en conjunción con
los algoritmos genéticos (AG) para crear
controladores para robots. La disciplina que trata la evolución de redes
neuronales mediante algoritmos genéticos se denomina Robótica Evolutiva. En este tipo de aplicación
el genoma del AG lo constituyen los parámetros de la red (topología, algoritmo
de aprendizaje, funciones de activación, etc.) y la adecuación de la red viene
dada por la adecuación del comportamiento exhibido por el robot controlado
(normalmente una simulación de dicho comportamiento).
Ejemplos
Quake II Neuralbot
Un bot es un programa
que simula a un jugador humano. El Neuralbot es un bot para el juego Quake II que
utiliza una red neuronal artificial para decidir su comportamiento y un algoritmo genético para el aprendizaje. Es
muy fácil probarlo para ver su evolución. Más información aquí [1]
Clasificador No Sesgado de Proteínas
Es
un programa que combina diversas técnicas computacionales con el objetivo de
clasificar familias de proteínas.
Un posible método consiste en utilizar métricas adaptativas como por ejemplo:mapas
autoorganizados y algoritmos genéticos.
El
problema de clasificación no sesgada basada en la expresión de las proteínas en Aminoácidos puede
reducirse, conceptualmente, a lo siguiente:
§
La identificación de grupos de
proteínas que compartan características comunes.
§
La determinación de las
razones estructurales por las cuales las proteínas en cuestión se agrupan de la
manera indicada.
§
Evitar la idea de establecer
criterios de clasificación (“sesgados”) fundamentados en ideas preconcebidas
para lograr su clasificación. En este sentido, hay dos asuntos que considerar:
§
Cómo lograr la caracterización
de las proteínas de manera no sesgada
§
Cómo lograr lo anterior sin
apelar a medidas de agrupamiento que, a su vez, impliquen algún tipo de sesgo sobre dicho
agrupamiento.
Las
RNA han sido aplicadas a un número en aumento de problemas en la vida real y de
considerable complejidad, donde su mayor ventaja es en la solución de problemas
que son bastante complejos para la tecnología actual, tratándose de problemas
que no tienen una solución algorítmica o cuya solución algorítmica es demasiado
compleja para ser encontrada.
En
general, debido a que son parecidas al las del cerebro humano, las RNA son bien
nombradas ya que son buenas para resolver problemas que el humano puede
resolver pero las computadoras no. Estos problemas incluyen el reconocimiento
de patrones y la predicción del tiempo. De cualquier forma, el humano tiene
capacidad para el reconocimiento de patrones, pero la capacidad de las redes
neuronales no se ve afectada por la fatiga, condiciones de trabajo, estado
emocional, y compensaciones.
Se
conocen cinco aplicaciones tecnológicas extendidas:
1. Reconocimiento de textos manuscritos
2. Reconocimiento del habla
3. Simulación de centrales de producción de energía
4. Detección de explosivos
5. Identificación de blancos de radares
