Inteligencia Computacional

La mayoría de los modelos de redes neuronales artificiales se fundamentan en los principios de convergencia y divergencia de los circuitos neuronales, es decir una neurona envía impulsos a muchas otras (divergencia) y a su vez recibe impulsos de varias más (convergencia).

Discutiremos diversos modelos de redes neuronales comenzando por el primer intento de explicación del funcionamiento del cerebro con conceptos computacionales

La teoría de McCulloch-Pitts[1](1943), si bien no resulta en un modelo correcto y completo de la actividad cerebral, tiene gran importancia, no sólo por ser el primero en intentar explicar como se combinan las ideas básicas de la neurofisiología, sino porque sus ideas influenciaron y ayudaron al desarrollo posterior del campo de las redes neuronales. Estas redes son equivalentes a máquinas de Turing.

Se basa en cinco suposiciones:

• La neurona tiene una actividad de todo o nada. Es decir es binaria (activa/inactiva)
• Es preciso que un número fijo de sinapsis mayor que uno sean excitadas (en un período determinado) para que se excite la neurona.
• El único retraso es el retraso sináptico.
• La actividad de cualquier sinapsis inhibitoria impide por completo la excitación de la neurona en ese momento.
• La estructura de la red de interconexiones no cambia.

 Podemos utilizar un predicado Ni(t) para indicar que la neurona i dispara en el momento t (ØNi(t) significaría que no ha disparado). Es posible representar cualquier red que no tenga realimentación combinando cuatro expresiones[2].

En el libro de Hebb de 1949 Organization of Behaviour, se presenta la idea de que si una célula dispara persistentemente sobre otra, entonces la eficiencia de la primera con respecto a desencadenar un disparo en la segunda se ve incrementada. Por ejemplo, si la célula A no alcanza a activar B, pero A dispara cada vez que otra célula que sí puede activar a B dispara, entonces en algún momento, A va a poder activar a B. Hebb planteaba que lo que pasaba era que aumentaba el área de la unión sináptica (aunque en realidad se cree que lo que pasa es que se incrementa la velocidad de liberación de neurotransmisores). En definitiva, lo que se puede afirmar, es que se producen cambios a nivel sináptico.