Una red neuronal consiste en simular las propiedades observadas en los sistemas neuronales biológicos a través de modelos matemáticos recreados mediante mecanismos artificiales (como un circuito integrado o una computadora). El objetivo es conseguir que las máquinas den respuestas similares a las que es capaz de dar el cerebro que se caracterizan por su generalización, su robustez y su capacidad de aprender cosas nuevas.
Hay muchas buenas razones para el uso de redes neuronales, ya que los beneficios obtenidos pueden ser de gran beneficio para el avance tecnologico y es por eso que cada avance en este campo incrementara su popularidad.
Las redes neuronales son excelentes como clasificadores/reconocedores de patrones, y pueden ser usadas donde las técnicas tradicionales no funcionan. Las redes neuronales pueden manejar excepciones y entradas de datos anormales, muy importante para sistemas que manejan un amplio rango de datos (sistemas de radar y sonar, etc). Muchas redes neuronales son pueden proveer pistas de como trabaja el cerebro según progresen. Avances en la neurociencia también ayudarán al avance en las redes neuronales hasta el punto en que sean capaces de clasificar objetos con la precisión de un humano y la velocidad de una computadora, tambien su capacidad para ser tolerante a los fallos, es una ventaja increible la cual hace que determinados productos sean mucho mas efectivos si se utilizara alguna otra tecnica.
El futuro es brillante, el presente por otro lado queda debiendo.
Hay unas cuantas desventajas en las redes neuronales; La mayoría de ellas, de todas maneras, padecen nuestra falta de hardware. La capacidad de las redes neuronales radica en su habilidad de procesar información en paralelo (esto es, procesar múltiples pedazos de datos simultáneamente), y programar eso es relativamente complejo. Como todo en este día y época, el tiempo es esencial, lo que a menudo deja las redes neuronales fuera de las soluciones viables a un problema, pero con posibilidades que ese problema se solucione en un mañana.
Otros problemas con las redes neuronales son la falta de reglas definitorias que ayuden a construir una red para un problema dado; hay muchos factores a tomar en cuenta: el algoritmo de aprendizaje, la arquitectura, el número de neuronas por capa, el número de capas, la representación de los datos y mucho más. De nuevo, con el tiempo siendo tan importante, las compañías no pueden permitirse invertir tiempo de desarrollo para resolver los problemas eficientemente, pero pueden otorgar algo de tiempo a su desarrollo y asi dia con dia ir aportando mas conocimiento acerca de este tema tan complejo, pero tan beneficioso para el avance tecno-cientifico.
0 comentarios:
Publicar un comentario