Las redes neuronales
Una tecnología de la década de los cincuenta puesta en la práctica en los ochenta
En la década de los cincuenta, el mundo informático asistía al nacimiento de un nuevo concepto que revolucionaría, años más tarde, la forma de afrontar problemas díficilmente salvables por procedimientos más convencionales. De la mano de McCullogh y Pitts surgía una nueva tecnología de computación que, emulando el modo en que realiza sus funciones la red nerviosa del cerebro humano, se bautizaría como red neuronal.
Definida como un sistema de implementación, en hardware o en software, de un sistema de procesamiento de datos que simula las funciones computacionales elementales de la red nerviosa del cerebro humano, nace la red neuronal. Esta tecnología recibió un importante impulso durante toda la década de los cincuenta y sesenta con las aportaciones de Misky y Frank Rosenblatt. Misky fue el autor de la primera neurocomputadora en la que se ponían de relieve las funcionalidades de esta nueva tecnología, un modelo sobre el que, posteriormente, Rosenblatt concibiría Perceptrón, una máquina que reproducía un estructura neuronal muy simplificada capaz de aprender a reconocer y clasificar determinadas figuras.
Tras dos décadas de exhaustivo estudio en este campo, la red neuronal se convirtió en un concepto olvidado que resucitaría durante los años ochenta gracias al estudio de nuevas arquitecturas de redes y a la mayor potencia de los ordenadores que permitieron el diseño de redes muy eficientes en tareas en los que los procedimientos de tipo simbólico encontraban dificultades.
Cualidades de la red neuronal
Frente al modo de computación algorítmico -sistema que utilizan los computadores digitales- que reduce cualquier tarea a un conjunto de operaciones elementales binarias y ejecuta de un modo serial, paso a paso, el proceso de cálculo, surge la red neuronal, un sistema de computación que aporta, como principal característica, su capacidad de extraer información estructural de masas de datos complicados o imprecisos y que sintetiza, sin explicitarla, una descripción del fenómeno o del proceso que ha generado esa información. Una tarea inviable desde el punto de vista algorítmico debido a la dificultad de que la solución programable sea satisfactoria ya sea por su costosa codificación o por la complicada elaboración de un modelo computacional del problema que se aborde. Una capacidad que convierte a la red neuronal, como sistema de procesamiento de información que emula las capacidades de percepción y reconocimiento del cerebro humano, en una estructura computacional adecuada para tareas cuya ejecución programada serialmente resulta problemática. Capaz de representar un proceso a partir de un repertorio de sus realizaciones cuando no se conoce el modo explícito del proceso o cuando éste cambia continuamente, la red neuronal presenta como funcionalidades más significativas: la clasificación, la predicción y el control.
Funcionalidades
Entre las funciones propias de la red neuronal cabe destacar la clasificación. En la medida de que el sistema de computacional neuronal puede ser entrenado, la red es capaz de decidir a qué clase de una serie predeterminada se asigna un nuevo ítem de entrada. En esta tarea, la red neuronal ofrece múltiples ventajas debido fundamentalmente a su capacidad para generar en un problema concreto estructuras específicas de identificación de características.
Asociar es otra de las tareas básicas del sistema de computación neuronal capaz de actuar como un proceso de recuperación de datos a partir de una entrada relacionada con la información almacenada. Asimismo, en aquellos casos en los que la entrada es una versión incompleta del dato que ha de recuperarse, la red neuronal permite reestablecer la información completa sobre la entrada.
En la asociación de datos, la computación neuronal también presenta ventajas frente a otros sistemas gracias a que efectúa el proceso de agrupamiento a medida que se produce la información. Unos beneficios que se hacen extensivos a la hora de dilucidar la relación entre las variables vinculadas a un proceso. Mientras que muchos sistemas recogen la dependencia funcional entre dichas variables, la red neuronal detecta las relaciones subyacentes extrapolando las relaciones numéricas presentes en los datos a otros casos similares.
Por último, habría que señalar las capacidades de la red neuronal en las explotaciones combinatorias y en las tareas de predicción y control. En estas dos tareas en las que el objetivo primordial es adelantar el estado futuro del sistema tomando como base sus variables significativas, la flexibilidad para adaptarse a los cambios del sistema y la facilidad de aprendizaje del sistema computacional neuronal convierten al mismo en una estructura capaz de predecir las consecuencias de las pertubaciones de un sistema y de indicar las decisiones de control que compensen anticipadamente el futuro error de la trayectoria.
Aplicación
La red neuronal, un concepto poco explotado hasta el momento, ha visto, en los últimos años, ensanchado su campo de aplicación. La escasez de estudios relativos a este tema han dejado en el olvido un sistema cuya aplicación en el ámbito comercial supone una serie de beneficios entre los que destacar la detección precoz de fallos en la maquinaria de producción, la disminución de la producción defectuosa gracias a las mejoras en la monitorización de los procesos, aumento en la calidad de los productos así como una estimación más ajustada en la previsión de los stocks necesarios.
La aplicación de la tecnología de computación neuronal en España es todavía incipiente respecto a EE.UU. donde se han llevado a cabo muchos proyectos. En nuestro país, algunas de las organizaciones que han desarrollado aplicaciones de este tipo son El Corte Inglés que ha implantado un sistema neuronal OCR para el procesamiento de las demandas de empleo. La cantidad de solicitudes de trabajo que recibe la compañía en sus oficinas de personal es procesada mediante un sistema de lectura automática de los impresos en los que los demandantes formulan sus peticiones. Otra de las beneficiaras de esta tecnología es Repsol Química, que para garantizar la calidad de la producción del polímero, desarrolló una red neuronal que permitiera estimar las características finales del mismo en función del estado de la planta. Asimismo, con el objetivo de detectar fraudes en transacciones con tarjetas de crédito la firma SEMP, encargada de las gestiones relacionadas con la tarjeta VISA para la banca española, instaló una red neuronal para analizar en tiempo real las operaciones de mayor impacto económico y detectar, así, los posibles usos fraudulentos de las tarjetas. La red permitió reducir el fraude entre un 30 y un 40% en los sectores de mayor impacto.
Definida como un sistema de implementación, en hardware o en software, de un sistema de procesamiento de datos que simula las funciones computacionales elementales de la red nerviosa del cerebro humano, nace la red neuronal. Esta tecnología recibió un importante impulso durante toda la década de los cincuenta y sesenta con las aportaciones de Misky y Frank Rosenblatt. Misky fue el autor de la primera neurocomputadora en la que se ponían de relieve las funcionalidades de esta nueva tecnología, un modelo sobre el que, posteriormente, Rosenblatt concibiría Perceptrón, una máquina que reproducía un estructura neuronal muy simplificada capaz de aprender a reconocer y clasificar determinadas figuras.
Tras dos décadas de exhaustivo estudio en este campo, la red neuronal se convirtió en un concepto olvidado que resucitaría durante los años ochenta gracias al estudio de nuevas arquitecturas de redes y a la mayor potencia de los ordenadores que permitieron el diseño de redes muy eficientes en tareas en los que los procedimientos de tipo simbólico encontraban dificultades.
Cualidades de la red neuronal
Frente al modo de computación algorítmico -sistema que utilizan los computadores digitales- que reduce cualquier tarea a un conjunto de operaciones elementales binarias y ejecuta de un modo serial, paso a paso, el proceso de cálculo, surge la red neuronal, un sistema de computación que aporta, como principal característica, su capacidad de extraer información estructural de masas de datos complicados o imprecisos y que sintetiza, sin explicitarla, una descripción del fenómeno o del proceso que ha generado esa información. Una tarea inviable desde el punto de vista algorítmico debido a la dificultad de que la solución programable sea satisfactoria ya sea por su costosa codificación o por la complicada elaboración de un modelo computacional del problema que se aborde. Una capacidad que convierte a la red neuronal, como sistema de procesamiento de información que emula las capacidades de percepción y reconocimiento del cerebro humano, en una estructura computacional adecuada para tareas cuya ejecución programada serialmente resulta problemática. Capaz de representar un proceso a partir de un repertorio de sus realizaciones cuando no se conoce el modo explícito del proceso o cuando éste cambia continuamente, la red neuronal presenta como funcionalidades más significativas: la clasificación, la predicción y el control.
Funcionalidades
Entre las funciones propias de la red neuronal cabe destacar la clasificación. En la medida de que el sistema de computacional neuronal puede ser entrenado, la red es capaz de decidir a qué clase de una serie predeterminada se asigna un nuevo ítem de entrada. En esta tarea, la red neuronal ofrece múltiples ventajas debido fundamentalmente a su capacidad para generar en un problema concreto estructuras específicas de identificación de características.
Asociar es otra de las tareas básicas del sistema de computación neuronal capaz de actuar como un proceso de recuperación de datos a partir de una entrada relacionada con la información almacenada. Asimismo, en aquellos casos en los que la entrada es una versión incompleta del dato que ha de recuperarse, la red neuronal permite reestablecer la información completa sobre la entrada.
En la asociación de datos, la computación neuronal también presenta ventajas frente a otros sistemas gracias a que efectúa el proceso de agrupamiento a medida que se produce la información. Unos beneficios que se hacen extensivos a la hora de dilucidar la relación entre las variables vinculadas a un proceso. Mientras que muchos sistemas recogen la dependencia funcional entre dichas variables, la red neuronal detecta las relaciones subyacentes extrapolando las relaciones numéricas presentes en los datos a otros casos similares.
Por último, habría que señalar las capacidades de la red neuronal en las explotaciones combinatorias y en las tareas de predicción y control. En estas dos tareas en las que el objetivo primordial es adelantar el estado futuro del sistema tomando como base sus variables significativas, la flexibilidad para adaptarse a los cambios del sistema y la facilidad de aprendizaje del sistema computacional neuronal convierten al mismo en una estructura capaz de predecir las consecuencias de las pertubaciones de un sistema y de indicar las decisiones de control que compensen anticipadamente el futuro error de la trayectoria.
Aplicación
La red neuronal, un concepto poco explotado hasta el momento, ha visto, en los últimos años, ensanchado su campo de aplicación. La escasez de estudios relativos a este tema han dejado en el olvido un sistema cuya aplicación en el ámbito comercial supone una serie de beneficios entre los que destacar la detección precoz de fallos en la maquinaria de producción, la disminución de la producción defectuosa gracias a las mejoras en la monitorización de los procesos, aumento en la calidad de los productos así como una estimación más ajustada en la previsión de los stocks necesarios.
La aplicación de la tecnología de computación neuronal en España es todavía incipiente respecto a EE.UU. donde se han llevado a cabo muchos proyectos. En nuestro país, algunas de las organizaciones que han desarrollado aplicaciones de este tipo son El Corte Inglés que ha implantado un sistema neuronal OCR para el procesamiento de las demandas de empleo. La cantidad de solicitudes de trabajo que recibe la compañía en sus oficinas de personal es procesada mediante un sistema de lectura automática de los impresos en los que los demandantes formulan sus peticiones. Otra de las beneficiaras de esta tecnología es Repsol Química, que para garantizar la calidad de la producción del polímero, desarrolló una red neuronal que permitiera estimar las características finales del mismo en función del estado de la planta. Asimismo, con el objetivo de detectar fraudes en transacciones con tarjetas de crédito la firma SEMP, encargada de las gestiones relacionadas con la tarjeta VISA para la banca española, instaló una red neuronal para analizar en tiempo real las operaciones de mayor impacto económico y detectar, así, los posibles usos fraudulentos de las tarjetas. La red permitió reducir el fraude entre un 30 y un 40% en los sectores de mayor impacto.
