Elbibliote.com
TIENDA ONLINE
VOLVER A LOS ARTÍCULOS

¿QUÉ MOTIVÓ A LA NEUROCIENCIA ARTIFICIAL?

El neurobiólogo Warren McCulloch y el estadístico Walter Pitss publicaron en 1943 un estudio que estableció el fundamento y la base para dar inicio al desarrollo de campos como ordenadores digitales, inteligencia artificial y el funcionamiento del ojo.

¿Sabías qué?

El nervio sensitivo es el más largo del cuerpo humano, puede llegar a medir dos metros y transmite señales desde la punta del pie hasta el cerebro.

NEURONAS QUE DETECTAN SISMOS

En la Universidad Nacional (UN) de Colombia se ha desarrollado un software para recibir, clasificar e identificar la señales generadas por volcanes mediante el uso de neuronas artificiales que proporcionan información en tiempo real.

¿Sabías qué?

Por cada milímetro cúbico de tejido cerebral se hallan 500 millones de sinapsis. En todo el cerebro se producen mil billones de sinapsis.

NEURONAS ARTIFICIALES



Los científicos siempre han admirado la complejidad y funcionamiento del cerebro humano, pues se considera a este órgano como el máximo procesador informático natural. Las interminables conexiones entre neuronas y los impulsos nerviosos que envían para comunicarse unas con otras han provocado que los investigadores y técnicos fabriquen neuronas artificiales que cumplen las mismas funciones que las orgánicas. Aprende con nosotros el fascinante mundo de estas nuevas herramientas que ayudarán a combatir trastornos que afectan al sistema nervioso.


CÉLULAS ESPECIALIZADAS

Las neuronas son células especializadas que han evolucionado para enviar señales (impulsos nerviosos) de manera rápida y eficaz a lo largo del sistema nervioso frente a diferentes estímulos.

Las células nerviosas tienen la capacidad de enviar un billón de bits por segundo de información mediante dos procesos, por señales eléctricas o químicas. El primer proceso consiste en cambios del potencial iónico dentro de la membrana, mientras que el segundo consiste en la liberación de neurotransmisores que ayudan a pasar la señal de una neurona a otra.


Las neuronas se conectan entre sí por medio de dendritas y de terminales que transmiten las señales a través del axón ante estímulos externos.

IMPULSOS ELÉCTRICOS

Si a los impulsos nerviosos los medimos en unidades de bits por segundo, entonces podríamos descifrar el número de impulsos (1 ó 0) que pasan a través de la sinapsis neuronal en cada segundo, es decir, obtendríamos la velocidad en que la señal se transmite de una neurona a otra. Por lo que para poder procesar tanta información de manera veloz y en corto tiempo, las neuronas han desarrollado, por millones de años de evolución, un sistema complejo y eficiente en percibir y procesar dicha información, aprovechando la velocidad de las reacciones químicas y físicas que se dan en el medio por las sinapsis entre neuronas.


Impulsos eléctricos enviados y recibidos a una neurona para poder dirigir el correcto funcionamiento que el sistema requiera.

Con el avance tecnológico y varios años de estudios de la neurociencia, en Suecia, algunos científicos han fabricado por primera vez neuronas artificiales que tienen la habilidad de conectarse e interactuar con neuronas biológicas, de manera que, imitan casi a la perfección, la naturaleza biológica de uno de los tejidos más complejos de nuestro cuerpo.


NEURONAS ARTIFICIALES

Las neuronas artificiales, al igual que las neuronas orgánicas, son unidades elementales que se encargan de procesar información a partir de un factor externo o de otra neurona que la estimule; tienen la misma habilidad de enviar, transferir y recibir señales que una neurona orgánica. La diferencia está en que estas neuronas son sintéticas, están formadas por polímeros bioelectrónicos orgánicos, son más grandes que las neuronas biológicas (tamaño de la punta de un dedo) y son la base que conforma las “Redes Neuronales Artificiales (RNA)”.

Estas neuronas tienen la cualidad de detectar señales químicas, transferirlas eléctricamente de un extremo hacia el otro y liberar neurotransmisores químicos a consecuencia de la estimulación. Para poner a prueba el dispositivo, los investigadores que diseñaron el prototipo colocaron un extremo de la neurona artificial en una caja Petri con sustancias químicas (neurotransmisores) que pudieran ser detectadas por éstas, y con un equipo especializado en monitorear cambios eléctricos, determinaron si el impulso eléctrico producía la liberación de neurotransmisores para que la siguiente neurona pudiera detectarlos. Para que este proceso se llevara a cabo, cada neurona artificial constaba de una entrada y salida particular.


Las placas de Petri son recipientes con tapa, utilizados para experimentos de microbiología.


ESTRUCTURA

En las ciencias físicas, los sistemas pueden estar conformados por tres unidades principales: entrada, salida y oculta.

Sistema Característica

Sistema con unidades de entrada

Reciben señales desde el medio que los rodea.

Sistema con unidades de salida

Envían señales hacia el medio que los rodea.

Sistema con unidades ocultas

Presentan entradas y salidas dentro del mismo sistema.

Al conjunto de neuronas que tienen sistema de entradas provenientes del mismo medio, y salidas que van al mismo destino, se lo conoce como “capa o nivel”. Cada neurona artificial está conformada por algunas variables que las definen.

Variable Definición

Valor o Estado de Activación

Es un valor numérico en un tiempo t que puede ser continuo o discontinuo, reducido o extenso.

Función de salida o de transferencia

Es una función que convierte el estado de activación en una señal de salida.

Conexiones o canales de comunicación

Son canales unidireccionales que ayudan a la comunicación entre neuronas.

Pesos de las conexiones (wj)

Es la unidad que mide la fuerza de conexión que unen a las neuronas para formar una RNA.

La entrada total Netj

Se obtiene cuando se combinan las señales que llegan a una neurona artificial.

 Función de activación (f)

Determina un nuevo estado de activación en conjunto con la entrada total Netj calculada.

Umbral de activación / desplazamiento (Өi)

Es la cantidad de estimulación necesaria para que la neurona se active.


FUNCIONAMIENTO

Las neuronas artificiales presentan las mismas partes que las neuronas biológicas, es decir, un extremo superior para detectar neurotransmisores (dendrita), un cuerpo medio donde ocurre la diferencia del potencial de acción (axón) y un extremo inferior que libera sustancias químicas (terminales). La diferencia del potencial de acción induce la apertura de canales que provocan la salida de neurotransmisores. Así, conectadas en cadenas pueden transmitir las señales de forma muy rápida y en un corto lapso de tiempo.

LOS NEUROTRANSMISORES Y LAS NEURONAS ARTIFICIALES

 Estas neuronas pueden detectar neurotransmisores como el glutamato o la acetilcolina, y como están conformados por biopolímeros electro-sensibles, producen una señal eléctrica que cambia el potencial de acción y libera nuevos neurotransmisores al medio. Tienen la capacidad de variar la “intensidad” de la señal que reciben del medio, lo que permite la regulación del impulso eléctrico, y por ende, la cantidad de neurotransmisores liberados.


Sinapsis electroquímica entre un aceptor y receptor neuronal. Este mecanismo biológico es el fundamento de la funcionalidad de las neuronas artificiales.

Cada neurona artificial consta de una entrada y una salida particular, en consecuencia, a las neuronas artificiales se les aplican varias entradas para la detección de señales. Éstas a su vez representan una salida para la siguiente neurona. El producto resultante de cada entrada se suma para determinar el estado de activación específico de la neurona

Este funcionamiento permite a las neuronas artificiales trabajar a un nivel fisiológico muy similar al que trabajan las neuronas biológicas, la diferencia solo radica en que las primeras son de origen artificial. En otras palabras, las neuronas artificiales se “biomimetizan” a las neuronas orgánicas de una manera muy eficiente, y su funcionalidad es extremadamente parecida, con lo que pueden convertirse en una solución para tratar enfermedades neuronales degenerativas.

No obstante, aunque la similitud de funcionalidad entre la neurona artificial y la orgánica es muy alta, la primera desconoce algunas de las particularidades de las neuronas biológicas, como la omisión de retroceso y de sincronización en la salida de la señal. Pese a estas limitaciones, las redes neuronales elaboradas con esta clase de neurona artificial tienen condiciones muy similares a las redes biológicas presentes en el sistema nervioso.


REDES NEURONALES ARTIFICIALES O RNA

Gracias al desarrollo de nuestro cerebro, el hombre ha sido capaz de inventar y construir herramientas cada vez más avanzadas para resolver problemas, desde los más sencillos hasta los más complicados.

Si comparamos al cerebro humano con un computador, se puede esperar que algunas tareas que parecen sencillas para el cerebro, como el reconocer un rostro, resulten difíciles para el computador. También puede suceder que una tarea sencilla para un computador como manejar la contabilidad de una empresa, resulte en una tarea difícil para el hombre, pues al ser humano le toma mucho más tiempo llevar cálculos operacionales y obtener los resultados en un corto tiempo.

Esta es la razón por la cual, científicos, técnicos e investigadores de diferentes áreas como ingeniería, fisiología, filosofía y psicología, se han inspirado y esforzado por tratar de fabricar un modelo informático que tenga como base el funcionamiento del cerebro humano, es decir, crear un computador que pueda pensar, recordar, resolver problemas de diferente índole y aprovechar las diferentes aplicaciones que esta tecnología pueda ofrecer.


Con la tecnología de las redes neuronales artificiales se pretende desarrollar computadores que pueden razonar y solucionar problemas difíciles en base al funcionamiento cerebral humano.

Como resultado de la creación de este modelo, que adopta o trata de igualar las diferentes funciones básicas del cerebro, se ha creado una nueva tecnología llamada “Computación Neuronal o Redes Neuronales Artificiales”.


La tecnología de las redes neuronales artificiales se enfoca en la composición y distribución neuronal del cerebro humano.


CARACTERÍSTICAS

Las redes neuronales artificiales fueron creadas en base a las redes nerviosas que forman las neuronas y a la organización que presentan en nuestro cerebro. Su naturaleza está conformada por elementos que actúan de manera similar a la neurona biológica. Al igual que en nuestro cerebro, la unidad básica y fundamental es la neurona, en la red neuronal artificial, el elemento básico que realiza los procesos es la neurona artificial.


Red neuronal presente en una porción de tejido nervioso. Las redes neuronales artificiales se basan en la similar organización que se presenta en el cerebro.

Las RNA tienen algunas características que son propias del cerebro humano y son:

Función Característica

Aprender

Adquieren el conocimiento de un suceso, ya sea por el estudio, práctica o experiencia.

Generalizar

Amplían o extienden un suceso con la generación de respuestas acertadas aunque presenten pequeñas variaciones.

Abstraer

Bloquean o analizan por separado las características de un objeto o suceso.

Si a las redes neuronales artificiales se las graficara como un grafo dirigido, esta representación presentaría algunos conceptos que se deben tomar en cuenta:

  • Los elementos de proceso (EP) corresponden a los nodos.
  • Las conexiones son los enlaces entre los diferentes nodos y forman rutas unidireccionales.
  • Los EP pueden tener varios números de conexiones.
  • La señal de todas las conexiones que se originan de un EP debe ser la misma.
  • La memoria local puede estar presente en los EP.
  • La función de transferencia que posee cada EP puede alterar la memoria local y/o producir una señal de salida.
  • Las entradas que se conectan a las RNA provienen del medio externo, mientras que las salidas son las conexiones que dejan el sistema.


Las redes neuronales artificiales se basan en grafos dirigidos para transmitir la señal de un punto específico a otro.

Finalmente, el modelo de las Redes Neuronales Artificiales se ha convertido en una tecnología relevante dentro de la Inteligencia Artificial (IA), pues en base al funcionamiento y capacidad del cerebro humano (neuronas y conexiones nerviosas), se pretende crear modelos artificiales que solucionen problemas complejos mediante algoritmos habituales. Con esto se puede inferir que en un futuro se podría llegar a desarrollar máquinas que piensen y razonen como un ser humano.