Nuevos Hallazgos de Inteligencia Artificial para aplicar en Smartphones

Publicado el 06 marzo 2014 por Management Y Estrategia Mg. Zalazar @ZalazarMg

¿Qué es una Red Neuronal?
Fuente y extracto: Wikipedia

Las redes de neuronas artificiales (RNA) forman parte de unparadigma de aprendizaje y procesamiento inspirado el funcionamiento del sistema nervioso de los animales. Se trata de un mecanismo de interconexión de neuronas que colaboran entre sí para producir un estímulo de salida.  En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales. Una red neuronal se compone de unidades llamadas neuronas. Cada neurona recibe una serie de entradas a través de interconexiones y emiten salidas, dada por tres funciones:

  1. Una función de propagación cuyo valor se estima de acuerdo a un complejo algoritmo.  En sencillo, la sumatoria de cada entrada se multiplicada por el peso de la interconexión. 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. 

Prototipo del Thinking Phone

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 lainteligencia de la red. Sin embargo, en términos de escala, un cerebro es muchísimo mayor que cualquier RNA creada hasta la actualidad.
En esencia un cerebro aprende mediante la reorganización de conexiones sinápticas entre las neuronas que lo constituyen. De la misma manera, las RNA tienen un gran número de procesadores 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.
Aplicaciones de las Redes Neuronales Artificiales (RNA) 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.
Esto incluye problemas de clasificación y reconocimiento de patrones de voz, imágenes o señales. Asimismo se han utilizado para encontrar patrones de fraude económico, hacer predicciones en el mercado financiero, realizar predicciones climáticas, etc. En los hechos cotidianos, un smartphone puede ser un vehículo ideal para organizar, utilizando RNA, las múltiples tareas que debe ejecutar en segundos. 

Las RNA también se pueden utilizar cuando no existen modelos matemáticos precisos o algoritmos con complejidad razonable.
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. Inteligencia Artificial RNA Aplicable a Smartphones Fuentes: Mediatelecom, Blogthinkbig Investigadores de la Universidad de Berlín han creado una red computacional neuromórfica formada por neuronas de silicio.
Se trata del trabajo que han llevado a cabo equipos de la Universidad de Berlín en colaboración con la Universidad de Heidelberg. Su objetivo era crear una red computacional inspirada en el funcionamiento de sistemas nerviosos, que pudiera clasificar información de diferentes tipos, como el reconocimiento de números escritos a mano o la distinción de especies vegetales en relación con sus flores.
Los científicos han desarrollado una tecnología basada en el procesamiento de información en paralelo. Así funciona su red computacional neuromórfica, como han definido al sistema, que contiene neuronas de silicio. Se ha procurado que éstas se conecten entre sí de forma similar a como lo hacen en el cerebro con el fin de que trabajen en paralelo para resolver los problemas que se les plantean, es decir, la introducción de datos en el sistema. Los investigadores han logrado que la red neuromórfica funcione casi autónomamente una vez puesta en marcha.
Este tipo de inteligencia artificial, que permite diferenciar entre información de distintos tipos, la utilizan desde los smartphones hasta las supercomputadoras. La intención de los investigadores es optimizar el funcionamiento de su red y descubrir cómo mejorar el diseño, teniendo como modelo las estructuras del cerebro. Uno de los retos más inmediatos que están sobre la mesa es la inexistencia de dos neuronas idénticas.

El autor principal del estudio, Michael Schmuker, explica que la arquitectura de la red está inspirada en el sistema nervioso que algunos insectos tienen para procesar olores. Pues en estos momentos la inteligencia artificial no está capacitada para crear un modelo ni siquiera de los seres vivos más sencillos, con lo que la simulación mediante hardware y software de un cerebro es hoy en día impensable.



ENTRADAS SIMILARES


Nuevos Gadgets: Ophone el Dispositivo para enviar Aromas On Line

Todo en Uno: Nuevos Relojes Inteligentes



Nuevos Gadgets, Ropa Inteligente con Múltiples Usos

 Tablets 3D para ver sin Gafas



 Google Project Tango, el Smartphone que crea Imágenes 3D


REFERENCIAS
(1) http://blogthinkbig.com/inteligencia-artificial-basada-en-neuronas-de-silicio/
(2) http://www.mediatelecom.com.mx/index.php/tecnologia/software/item/58926-inteligencia-artificial-basada-en-neuronas-de-silicio
(3) http://es.wikipedia.org/wiki/Red_neuronal_artificial