Comparativa redes neuronales biológicas y artificiales

Comparativa redes neuronales
biológicas y artificiales
Actualmente, hay una gran cantidad de tareas para las cuales
se ha demostrado que un algoritmo o una secuencia de
operaciones aritméticas y/o lógicas son inútiles. Por
ejemplo, a pesar de muchos experimentos, aun no se ha
desarrollado una máquina que lea automáticamente caracteres
manuscritos con fluidez y lingüísticamente correcto, o que
reconozca las palabras habladas por un altavoz, y aún menos
que traduzca a partir de una lengua a otra, o conduzca un
coche, o camine como un animal o un humano.
La causa de esta diferencia no parece estar debida ni a la
velocidad de procesamiento ni a su propia capacidad de
procesar, pues los procesadores con los que contamos hoy en
día tienen una velocidad de procesamiento 10 exp 6 veces más
rápida que los elementos procesadores básicos del cerebro, es
decir, que las neuronas. Esto, unido al hecho de que la
capacidad neuronal es mucho más simple nos lleva a la
conclusión de que mientras que en un ordenador convencional
las instrucciones se ejecutan secuencialmente por medio de un
procesador complicado y rápido, el cerebro es una
interconexión masiva y paralela de elementos de procesamiento
(neuronas) relativamente simples y lentas, cuyas
características, a día de hoy no han sido igualadas.
Diferencias entre los ordenadores tradicionales y el cerebro
El cerebro es paralelo por completo, con gran cantidad de
elementos procesadores (en torno a 10exp12) (“fine-grained
parallelism”) que están altamente interconectados (hasta
10.000 conexiones por neurona). Sin embargo, el tiempo de
procesamiento es lento – de milisegundos. Es analógico (y
digital en algunos sentidos) y asincrónico, pues no posee
ningún reloj global que determine el tiempo máximo que ha de
emplear en estos procesos.
Mientras que los ordenadores son principalmente dispositivos
seriales – incluso los ordenadores en paralelo tienen un
tiempo de procesamiento relativamente pequeño a pesar de su
complicado proceso (“coarse-grained parallelism”), así por
ejemplo, los circuitos ejecutados sobre silicio o GaAs son muy
rápidos – escala de tiempo están en nanosegundos. Digitales y
síncronos – usando una lógica cronometrada.Una de las
diferencias principales es el modo en que se almacena la
información, pues mientras que los ordenadores almacenen
memorias localmente en posiciones fijas y específicas, las
redes biológicas parecen guardar dichos datos en varias
posiciones que dependerán de muchos factores.
Un ejemplo muy ilustrativo es el hecho de que si por ejemplo
tu cerebro ha almacenado la imagen de un elefante y sólo con
verlo lo reconoce como tal, si bebieses mucho alcohol y con
ello “matases” varias neuronas, no por ello dejarías de
reconocer a estos animales, sino que el funcionamiento de tu
cerebro apenas se degrada levemente aunque no aumente su
número de neuronas pues serán otras neuronas las que lleven a
cabo el trabajo.
Y es precisamente esta capacidad de las neuronas de tolerar
las “averías” una de sus características más importantes,
aunque también es verdad que algunas neuronas realizan
funciones muy específicas, esto no es lo más habitual. El
motivo de su actuación, es la gran cantidad de conexiones
sinápticas que poseen.
Diferencias entre neuronas biológicas y artificiales
Sintetizando lo enunciado en apartados anteriores, las
neuronas biológicas consisten en un cuerpo o un soma de la
célula que contiene un núcleo y ramas denominadas dendritas,
que transfieren la información vía sinapsis de las células
circundantes al soma, y un axon que lleva el impulso nervioso
del soma a la estructura a la que apunta. En cambio, la
neurona artificial es un modelo simplificado de la estructura
biológica pues contiene tan solo sus elementos básicos:
sinapsis, dendritas, soma y axon Las sinapsis y las dendritas
de la neurona artificial son las entradas al elemento
procesador (soma) y cada una de estas entradas tiene un peso
asociado de conexión (simulando la fuerza de un conexión
biológica determinada). El elemento procesador multiplica cada
entrada por su peso de la conexión y suma generalmente estos
productos, que pasan entonces a la función de la transferencia
para generar un resultado que se transmita por la vía de
salida (axon).
Diferencias entre redes neuronales artificiales y biológicas
De todo lo anterior se deduce que éstas son las grandes
diferencias entre las redes neuronales biológicas y las
artificiales: Las redes artificiales se basan siempre es
funciones lógicas en todos los casos, no admitiéndose por
tanto raciocinios que no se encuentren entre sus “bases”, sin
embargo, no se sabe muy bien cómo hace las cosas nuestra mente
en la mayor parte de las veces, aunque parecen ser el
resultado de procesos sumamente complejos en varias partes de
nuestro cerebro. Los ejemplos incluyen los procesos de
aprendizaje o las tareas sensoriales y motoras. Otra gran
diferencia es el hecho de que las redes neuronales
artificiales se basan por así decirlo en el análisis, algo así
como comenzar por una ídea fundamental y descomponerla hasta
conocer todos sus componentes. Mientras que las redes
biológicas basan su funcionamiento en la síntesis pues así es
el acercamiento de las redes neuronales: se comienza por un
comportamiento inicial y se trata de conformar la inteligencia
mediante la unión de estos componentes. Si a lo que acabamos
de enumerar le sumamos las características que diferenciaban
al cerebro de los ordenadores tradicionales, como son el
aparente “desorden” con el que se almacenan los datos en el
cerebro frente al riguroso orden que siguen las redes
neuronales artificiales, o el hecho de que las redes
artificiales sólo parecen emular al cerebro en áreas que
requieran habilidades puramente simbólicas o lógicas,
obtendremos el porqué de la dificultad para conseguir una
inteligencia artificial similar a la propia del ser humano.
fuente comparativa redes neuronales-artificiales