INTRODUCCION

Una de las razones por lo cual los seres humanos y los computadores se necesitan mutuamente, es la diferencia radical que hay entre ellos. Los computadores hacen muy bien tareas que nosotros realizamos torpemente y viceversa. Por ejemplo, los computadores son lógicos y exactos; nosotros no siempre lo somos. Los computadores pueden almacenar,sin errores, cantidades impresionantes de toda clase de informacion; los humanos que intentan hacer algo similar pertenecen a los archivos Guiness.

Pero los humanos podemos manejar, en escalas que llegan a la genialidad, la incertidumbre, la ambiguedad, la suposición, e integrar en conclusiones, información proveniente de diferentes y múltiples fuentes. El sistema biologico de percepción en un insecto es miles de veces mas flexible y poderoso que cualquier programa de computador por extenso, robusto y poderoso que sea.

Las Redes Neuronales Artificiales, fueron orginalmente una simulación abstracta de los sistemas nerviosos biológicos, formados por un conjunto de unidades llamadas "neuronas " o "nodos" conectadas unas con otras. Estas conexiones tienen una gran semejanza con las dendritas y los axones en los sistemas nerviosos biológicos.

El cerebro es un procesador de información con unas características muy notables: es capaz de procesar a gran velocidad grandes cantidades de información procedentes de los sentidos, combinarla o compararla con la información almacenada y dar respuestas adecuadas incluso en situaciones nuevas. Logra discernir un susurro en una sala ruidosa, distinguir una cara en una calle mal iluminada o leer entre líneas en una declaración política; pero lo más impresionante de todo es su capacidad de aprender a representar la información necesaria para desarrollar tales habilidades sin instrucciones explícitas para ello.

Aunque todavía se ignora mucho sobre la forma en que el cerebro aprende a procesar la información, se han desarrollado modelos que tratan de mimetizar tales habilidades; es lo que llamamos redes neuronales artificiales ó paradigma de computación conexionista (otras denominaciones son computación neuronal y procesamiento distribuido paralelo, P.D.P.). La elaboración de estos modelos supone en primer lugar la deducción de los rasgos o características esenciales de las neuronas y sus conexiones, y en segundo lugar la implementación del modelo en una computadora de forma que se pueda simular. Es obvio decir que estos modelos son idealizaciones burdas de las auténticas redes neuronales, en muchos casos de dudosa plausibilidad neurofisiológica, pero que, sin embargo, no carecen de interés.

VOLVER.