Redes neuronales

Dentro del campo de la inteligencia artificial, se describe como redes neuronales a un modelo computacional que está inspirado en el comportamiento de las neuronas humanas. Cabe destacar que no reproducen la complejidad de las biológicas sino que replican una forma básica de interconexión. Se les llama también Redes neuronales artificiales, para diferenciarlas de las redes de conexiones naturales entre las células nerviosas.  En principio, se plantean como fórmulas modélicas para informática, que tiene un paralelismo con el comportamiento observado en su paradigma biológico. Consiste en un conjunto de unidades, llamadas neuronas artificiales, conectadas entre sí para transmitirse señales. La información de entrada atraviesa la red neuronal (donde se somete a diversas operaciones) produciendo unos valores de salida.

El objetivo de una red neuronal es resolver los problemas de la misma manera que lo hace el cerebro humano, aunque las redes neuronales son más abstractas. Pueden contener desde unos miles a unos pocos millones de unidades neuronales. Se idearon en la década de 1940, cuando empezaba la era de la computación, pero no es sino en el siglo XXI cuando, gracias a los nuevos softwares y hardwares, se desarrolló como metodología rápida y eficiente. Son formas programáticas basadas en unidades electrónicas que se interconectan y van produciendo respuestas y resolviendo problemas, mientras van "aprendiendo" de ese mismo proceso. 

Por ejemplo, dados unos parámetros, hay una forma de combinarlos para predecir un cierto resultado. Sabiendo, digamos, los píxeles de una imagen, habrá una forma de saber qué número hay escrito; o conociendo la carga de servidores de un Centro de Procesamiento de Datos (CPD), su temperatura y demás, existirá una manera de saber cuánto van a consumir, como hace Google. Permite pues, una predicción relativa. La forma de presentarse (y de entenderse) suele ser a través de diagramas de flujo y de interconexiones, que permiten entender y prever cada paso del sistema. 

Las redes neuronales se pueden también estructurar por capas, niveles de respuesta a problemas previstos o imprevistos, ayudando a resolver planteamientos complejos. Si bien es cierto que estas redes aún no son capaces de entender o aprender de manera absolutamente dinámica, y que aún hay dificultades de aplicación por resolver, son, sin duda, una herramienta formidable para nuestro mundo digitalizado.