Fecha:02 de Junio del 2015
Tema: Introducción a las Redes de Neuronas Artificiales
INTRODUCCIÓN
Desde
las aperturas, hasta hoy en día, el hombre ha indagado sobre el porqué de los
sucesos, con respecto a los animales, de las floras, de todo aquello que gira
alrededor de él. Su anhelo es sin duda alguna conocer las razones de las
acciones que los individuos realizan; la capacidad que poseen para poder
razonar y dar una respuesta casi de
inmediato, su aprendizaje es extraordinario ya que pueden adquirir destrezas y
habilidades constantemente.
No
obstante existen algunas teorías reales
de cómo funciona el cerebro humano, la Inteligencia Artificial tiene como
objetivo el desarrollo de sistemas basados en redes neuronales, los cuales son
capaz de poder tomar sus decisiones por sí mismos, sin continuar con un algoritmo sencillo, buscando una solución
adecuada al problema presente.
En sí,
lo que buscan los investigadores de la Inteligencia Artificial en la actualidad
es diseñar maquinas con elementos neuronales, queriendo que el resultado final
sea capaz de asemejarse lo más posible al sistema neuronal de los animales.
No
obstante las redes neuronales artificiales tienen un enfoque muy amplio,
el nivel actual es de instrumentales y
de esa manera serán detallados en el presente documento. Se manifiesta acerca del funcionamiento de una neurona sola
o en conjunto y de qué forma reciben o envían información.
MARCO TEÓRICO
FUNDAMENTOS DE LAS REDES NEURONALES
El cerebro es el elemento principal del sistema nervioso
humano y está compuesto por una célula llamada neurona.
Neurona: Son las células del sistema nervioso encargadas de
transmitir información mediante impulsos nerviosos.
Una red neuronal es la unión entre dos o más neuronas,
estas se relacionan entre si y pueden transmitir la información de manera
eficaz.
ESTRUCTURA
DE UNA NEURONA
La estructura de una neurona está compuesta por núcleo,
dendritas, cuerpo celular y axón. El espacio entre dos neuronas vecinas se
denominan sinapsis, es decir cuando se une una neurona con otra es ahí cuando se forma la sinapsis.
Imagen 1. Modelo Biológico de una neurona
FUNCIONAMIENTO
Ciertas células nerviosas, los receptores reciben información del exterior, destacada como estímulo.
Una vez que esta información ha sido elaborada, esta tomara
el mismo trato como el resto de información del sistema nervioso y a la vez
convertida en electro- químicos. En si
estos impulsos son los que realmente orientan al funcionamiento de la red
neuronal del sistema nervioso, propagando todas las señales asíncronamente,
hasta lograr llegar a los órganos, efectores y músculos.
Se supone que en cada cerebro humano existen alrededor de
100.000 millones de neuronas.
EL SISTEMA DE COMUNICACIÓN NEURONAL
El Sistema
de Comunicación Neuronal está compuesto de 3 partes que son las siguientes: los
receptores, el sistema nervioso, órganos dianas o efectores.
Los Receptores
Estos
están situados en las células sensoriales. Almacenan información en forma de
estímulos del entorno o del interior del organismo.
Imagen 2. Recepción de los estímulos
El Sistema Nervioso
El
sistema nervioso es el encargado de recibir la información de los receptores,
la procesa, las almacena y las envía de manera acabada a otras neuronas.
Imagen 3. Procesamiento de la información
recibida.
Órganos Dianas o efectores (músculos,
glándulas):
Son
los que reciben la información y la interpretan en forma de acciones motoras,
hormonales entre otras.
Imagen 4. Acción una vez recibida la
información
El
elemento estructural y funcional más esencial, en el sistema de comunicación
neuronal, es la célula nerviosa o neurona.
VENTAJAS
Las
Redes Neuronales Artificiales poseen varias ventajas ya que se basan en la
estructura del sistema nervioso, principalmente en el cerebro.
Aprendizaje: Las
RNA tienen la habilidad de aprender mediante la 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, quitándole esta tarea al usuario, se tiene que ser
organizado.
Tolerancia
a Fallos: Una Red Neuronal Artificial almacena la información de
manera redundante, entonces le permite continuar respondiendo de forma
aceptable aunque si esta se daña injustamente.
Flexibilidad:
Una
Red Neuronal Artificial tiene la posibilidad de manejar cambios sin interés 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, es decir en él momento.
MISIÓN DE LAS NEURONAS
La
misión de las neuronas comprende generalmente 5 funciones parciales:
- Almacenan la información que llega a ellas, esta información puede proceder de otros neuronas o de los receptores, dicha llega en forma de impulsos.
- La información es integrada en un código de activación propio de la célula.
- La información es trasmitida codificada y en forma de frecuencia de impulsos a través del axón.
- Mediante las ramificaciones el axón efectúa la trasferencia de los mensajes.
- En la terminal se transmite los impulsos a otras neuronas o a los órganos efectores.
Imagen
5. Misión de la neurona
APORTE: GOOGLE Y EL COCHE AUTONOMO
El PLAN ANVISIOSO PARA AVANZAR HACIA EL FUTURO
El PLAN ANVISIOSO PARA AVANZAR HACIA EL FUTURO
El futuro del coche, cada vez más cerca Google quiere lanzar al mercado sus propios coches sin conductor. Hasta el momento, la compañía de Mountain View ha estado trabajando junto con otras compañías de automóviles para incorporar el software de autoconducción en determinados modelos de coches. Sin embargo, la compañía desea embarcarse más de lleno en el proyecto y diseñar sus propios vehículos.
Google tiene planes muy ambiciosos en el terreno automovilístico. La compañía de Mountain View se ve como un pionero en este campo y en 2017 podría lanzar coches con autocontrol. Uno de los fundadores de Google, Sergey Bin, declaró al diario alemán que Google no es propietaria de un automóvil y desea construir uno propio en vez de colaborar con otros fabricantes de coches.
Ventajas del coche autónomo
1.- Los coches autónomos podrían encontrar el camino más rápido para ir de un lugar a otro.
2.- Redución del consumo de carburante gracias a técnicas para mejorar el tráfico.
3.- Reducción de accidentes gracias a la seguridad que aportan los sistemas autónomos incrementan respecto a los humanos como, por ejemplo, la ampliación y mantenimiento de la sdistancia de seguridad entre vehículos. También evitaría que los ocupantes del vehículo e entretengan en las tareas de conducción y navegación.
4.- Reducción de la cantidad de espacio requerido para el aparcamiento de vehículos, ya que, entre otras cosas, se podrían aparcar más cerca.
El coche sin conductor de Google
CONCLUSIONES
La
Inteligencia Artificial proporciona una ayuda satisfactoria y mejora algunas
perspectivas de trabajo para los humanos, porque intercede la exactitud,
objetividad y eficacia del proceso.
Cuando
se conoce el funcionamiento biológico de una neurona podemos edificar réplicas
correctas de estas para aplicarlas a los agentes y que estos deduzcan y
logren comportarse de forma inteligente.
Las
significantes ventajas que brindan las Redes Neuronales Artificiales son el
ajuste, el aprendizaje y la independencia que estas tienen.
BIBLIOGRAFÍA
ABC Tecnología, 2013. GOOGLE Y EL COCHE AUTÓNOMO; El plan ambicioso para avanzar hacia el futuro. (En línea). Consultado, 19 de Jun. 2015. Formato HTML. Disponible en http://www.abc.es/tecnologia/electronica/20130826/abci-google-coche-electrico-201308261109.html
Hilera, J y Martinez, V. 2000. Redes neuronales artificiales. Alfaomega. Madrid España.
Hernández, L y Hernández A. 2011. Introducción a las Redes Neuronales. (En línea). Hidalgo. Consultado, 19 de junio. 2015. Formato PDF. Disponible en http://www.uaeh.edu.mx/docencia/P_Presentaciones/huejutla/sistemas/redes_neuronales/introduccion.pdf
Viñuela, P y Galván, I. 2004. Redes de Neuronas Artificiales. Un enfoque práctico. Pearson Education. Madrid. p 1-5.
