Hace más de dos décadas, todo el mundo consideraba a las redes neuronales como la próxima generación de la informática, que permitiría a los equipos informáticos pensar por sí mismos. Pero no ha sido hasta hace unos meses cuando esta idea, basada vagamente en la forma en que funciona el cerebro de los mamíferos, empieza a ver la luz, gracias a las recientes mejoras en cuanto a hardware y software.
Hace más de dos décadas, todo el mundo consideraba a las redes neuronales como la próxima generación de la informática, que permitiría a los equipos informáticos pensar por sí mismos. Pero no ha sido hasta hace unos meses cuando esta idea, basada vagamente en la forma en que funciona el cerebro de los mamíferos, empieza a ver la luz, gracias a las recientes mejoras en cuanto a hardware y software.
Los ordenadores aún no pueden pensar por sí mismos, por supuesto, pero las últimas innovaciones en cuanto a redes neuronales ya permiten que las computadoras filtren enormes cantidades de datos y extraigan conclusiones básicas, sin ayuda de operadores humanos.
"Las redes neuronales permiten a cualquiera resolver un problema que no sabría hacer por sí mismo", asegura Leon Reznik, profesor de Informática en el Instituto de Tecnología de Rochester.
Poco a poco, las redes neuronales comienzan a llegar a la industria. Micron e IBM están construyendo el hardware y software que permita crear redes neuronales más avanzadas.
Por la parte de software, las redes neuronales se están moviendo lentamente para ajustarse a la producción y Google ya ha aplicado varios algoritmos de redes neuronales para mejorar su aplicación de reconocimiento de voz. En dispositivos móviles, Google Voice traduce la voz humana en texto para dictar mensajes cortos o realizar búsquedas por voz, incluso en malas condiciones de ruido ambiental.
Las redes neuronales también podrían utilizarse para analizar grandes cantidades de datos. En 2009, un grupo de investigadores utilizó estas técnicas para ganar el Gran Premio de investigación Netflix, al encontrar la mejor manera de recomendar nuevas películas, en función de unos 100 millones de clasificaciones de películas de sus usuarios. La iniciativa ganadora fue capaz de mejorar el software interno de Netflix, en cuanto a exactitud.
Tal como fueron concebidas originalmente, las redes neuronales se diferencian de la computación tradicional en que, con la computación convencional, al equipo se le da un algoritmo específico o programa para ejecutar. Con las redes neuronales, la tarea de resolver un problema concreto queda, en gran medida, en manos de la máquina, comenta Reznick.
Para resolver un problema como la búsqueda de un objeto concreto en un contexto determinado, las redes neuronales utilizan un enfoque similar, aunque muy simplificado, al que utiliza la corteza cerebral de los mamíferos.
El cerebro procesa la información sensorial a través de millones de neuronas interconectadas. Con el tiempo, las conexiones entre las neuronas cambian, y son cada vez más fuertes, según vamos aprendiendo de nuestro entorno.
Una red neuronal artificial (ANN, en siglas) también utiliza este método de modificar la fuerza de las conexiones entre las diferentes capas de neuronas, o nodos en la jerga de la ANN y así una red neuronal puede construir poco a poco su capacidad para reconocer, por ejemplo, diferentes tipos de perros, utilizando una sola imagen de un perro.
Hay numerosos esfuerzos en curso que tratan de replicar, con alta fidelidad, el funcionamiento de nuestro cerebro, como el proyecto Human Brain Project de la Unión Europea. Pero los informáticos intentan replicar algunas características del cerebro para construir sistemas que, con el tiempo, puedan aprender de la misma forma que lo hacemos los humanos.
La rápida evolución de los chips y microprocesadores está permitiendo el renacer de esta teoría, con varias décadas de historia, al ofrecer gran capacidad con escasa potencia, lo que les permitirá integrase en proyectos "neuronales".
Firmas como Micron o IBM están avanzando en hardware y software, respectivamente, al tomar como modelo las redes neuronales y crear algoritmos y aplicaciones complejas, en una tendencia que lleva la computación hacia los datos sensoriales y no a la inversa.En todo caso, son trabajos que no pretenden sustituir a los ordenadores actuales, sino complementarlos para mejorar la capacidad humana de crear seres automatizados más avanzados.
