Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIDAD 1
PRESENTADO POR:
INGENIERIA DE SISTEMAS
2019
MATERIA
REDES NEURONALES
PRESENTADO A:
JOSE ALDEMAR MUÑOZ HERNANDEZ
PRESENTADO POR:
EDWARS SMISTH DIAZ MAYORQUIN
JUAN DAVID MENDOZA CUELLAR
JUAN JOSE MORALES CARRILLO
DANIEL RICARDO PEREZ ARIZA
INGENIERIA DE SISTEMAS
INSTITUTO DE EDUCACIÓN A DISTANCIA
UNIVERSIDAD DEL TOLIMA
2019
TABLA DE CONTENIDO
INTRODUCCION........................................................................................................................ 4
OBJETIVOS ............................................................................................................................... 5
LA COMPUTADORA Y EL CEREBRO:……………………………………………………........................................13
INTRODUCCION
Las redes neuronales han explotado en los últimos años ya que se pueden
aplicar en distintos ámbitos de la ciencia y los negocios como: el financiero y la
bolsa de valores, estas comparten la misma idea de la redes neuronales del
cuerpo humano donde se busca poner en práctica el aprendizaje de
conocimiento a través de las experiencias y así mismo tomar las decisiones
pertinentes, lo que se busca con las redes neuronales es mejorar la capacidad
de procesamiento de operaciones aritméticas donde el ser humano no es muy
bueno pero las computadoras tradicionales si lo son, y mejorar la toma de
decisiones en base a experiencias y conocimientos donde el ser humano emplea
a diario para pensar y tomar decisiones, donde las computadoras carecen de
esta habilidad, por eso motivo se construyen las redes neuronales se busca
implementar una red artificial que permita tomar decisiones con el procesamiento
de datos de las computadoras y el aprendizaje previo como si fuera un humano,
de esta manera interconectar estas habilidades para lograr mejorar en gran
medida la toma de decisiones y la investigación científica.
De este modo nos damos cuenta o nos percatamos, que la redes neuronales
como principio fundamental de la inteligencia artificial nos puede llevar a
diferentes ámbitos de la ciencia que antes no fueron posibles, donde esta rama
de la tecnología puede adelantar significativamente la investigación, la
planeación y la toma de decisiones, aunque es claro decir que todavía falta
construir un modelo más avanzado ya que actualmente es algo complicado de
implementar y llevar a cabo a modo de ejemplo las neuronas artificiales no son
programables aprenden a través de los datos que se le suministren, lo que
significa que se le tienen que suministrar gran cantidad de datos para que la red
neuronal pueda utilizar esos datos y de esta manera dar una respuesta adecuada
a las diferentes problemas y preguntas para la cual fue construida.
Por otro lado la implementación de una red neuronal es algo difícil de entender
ya que se deben tener conocimientos arduos en matemáticas y modelos
aritméticos avanzados, que permiten la estructuración adecuada de la red
neuronal, muchas veces se agregan nuevos inputs a la red pero la respuesta o
la salida no es la esperada por las personas, por lo cual se debe tener muy claro
el patrón y la arquitectura que se va a utilizar para que estas puedan satisfacer
las necesidades para la cual está siendo desarrollada.
Por último es claro decir que la implementación de una red neuronal artificial en
cualquier ámbito sea científico y financiero si se construye de manera correcta,
puede llegar a satisfacer las necesidades por las cuales fueron construidas ya
que estas emplean la solución aritmética de las computadoras y los principios
fundamentales del hombre como es el pensar, en definitiva la inteligencia artificial
puede llegar a cambiar muchos aspectos de la vida del hombre y puede mejorar
la toma de decisiones de una manera mucho más rápida y acertada que nosotros
pág. 4
INGENIERIA DE SISTEMAS Código:
Instituto de Educación a Distancia IN-P01-F01
SEMESTRE Vl Versión: 03
OBJETIVOS
Objetivo General
Comprender que son y cómo funcionan las redes neuronales y como esta es
aplicada en los diferentes ámbitos de la ciencia, la economía y demás áreas de
la sociedad.
Objetivos Específicos
pág. 5
INGENIERIA DE SISTEMAS Código:
Instituto de Educación a Distancia IN-P01-F01
SEMESTRE Vl Versión: 03
Pregunta Problematizadora
pág. 6
INGENIERIA DE SISTEMAS Código:
Instituto de Educación a Distancia IN-P01-F01
SEMESTRE Vl Versión: 03
Las redes neuronales comenzaron a surgir en siglo pasado donde se busca crear
maquinas con la capacidad de tomar decisiones de acuerdo a conocimientos
previamente adquiridos o insertados, se busca crear una red neuronal que fuera
identifica a las neuronas bilógicas, donde estas redes artificiales pudieran tomar
la misma esencia y producir mejores resultados que nosotros tomamos.
Por eso a lo largo de la historia reciente esta rama de la tecnología está siendo
trabajada y desarrollada, con el paso del tiempo esta ha evolucionado
constantemente para responder a las necesidades para cual fue construida, en
este momento vamos a ver cómo ha ido evolucionado:
1936 Alan turing: Fue el primero en estudiar el cerebro como una forma
de ver el mundo de la computación.
1943 Walter pitts y Warren MC modelaron una red neuronal simple
mediante circuito electrónicos.
1949 Donald hebb escribió un libro donde decía que el aprendizaje
ocurría cuando ciertos cambios en la neurona eran activados, sus trabajos
forman parte de la teoría de redes neuronales.
1956 nacimiento de la inteligencia artificial.
1957 Frank Rosenblatt comenzó el desarrollo del perceptron, la red
neuronal más antigua, se utiliza en la identificación de patrones.
1959 Frank rose habla de los principio de la neurodinamica, el aprendizaje
de un perceptron convergía un estado finito.
1960 se desarrolla el modelo adaline esta fue la primera red neuronal
aplicada a un problema real.
1974 Paul Werbos. Desarrolló la idea básica del algoritmo de aprendizaje
de propagación hacia atrás (backpropagation).
1977 Stephan grossberg teoría de resonancia adaptada simula otras
habilidades del cerebro.
1986 redescubrimiento del algoritmo backpropagation, una de las
arquitecturas más importantes para el desarrollo de las neuronas
artificiales.
1980 aprendizaje automático: neuronas sigmoides similares a un
perceptron pero permite que las entradas en vez de ser o y 1, puedan
tener valores reales como el 0,5.
Redes Feedforward: se alimenta de valores hacia adelante.
1986 backpropagation entrenar redes neuronales de múltiples capas de
maneras supervisarle.
1989 convolutional neural network arquitectura útil en el procesamiento
de imágenes, constaba de varias capas que permitían clasificar esta
información de forma adecuada.
pág. 7
INGENIERIA DE SISTEMAS Código:
Instituto de Educación a Distancia IN-P01-F01
SEMESTRE Vl Versión: 03
1997 Long short permite correcciones hacia atrás entre las capas, es
confiable para procesar datos históricos.
2006 Deep learning permitía incorporar decenas o cientos de capas, pero
estas neuronas eran muy difíciles de entrenar.
2014 generative adversarial networks: puede aprender a crear muestras,
de manera similar a los datos con los que los alimentamos, tiene dos
modelos de redes neuronales compitiendo.
pág. 8
INGENIERIA DE SISTEMAS Código:
Instituto de Educación a Distancia IN-P01-F01
SEMESTRE Vl Versión: 03
Las redes neuronales tienen varios conceptos que se amoldan cada uno de estos
de acuerdo a su forma de ver este campo y como se emplean en el ámbito
tecnológico y científico, podemos encontrar:
Nueva forma de computación inspirada en modelos biológicos, esta
definición es muy simple y fácil de entender y nos muestra que las redes
neuronales artificiales buscan imitar a las redes neuronales biológicas.
Un modelo matemático compuesto por un gran número de elementos
procesales organizado en niveles, definición que habla más de lo
estructural y nos muestra que lo modelos matemáticos son
importantísimos para crear redes neuronales.
Un sistema de computación compuesto por un gran número de elementos
simples, elementos de procesos muy interconectados, los cuales
procesan información por medio de su estado dinámico como respuesta
a entradas externas. Esta es una definición más adecuada a lo que son
las redes neuronales.
pág. 9
INGENIERIA DE SISTEMAS Código:
Instituto de Educación a Distancia IN-P01-F01
SEMESTRE Vl Versión: 03
pág. 10
INGENIERIA DE SISTEMAS Código:
Instituto de Educación a Distancia IN-P01-F01
SEMESTRE Vl Versión: 03
pág. 11
INGENIERIA DE SISTEMAS Código:
Instituto de Educación a Distancia IN-P01-F01
SEMESTRE Vl Versión: 03
Las neuronas no pueden ser circuitos de umbral lógico, porque hay miles de
entradas variables en la mayoría de las neuronas y el umbral es variable con el
tiempo, siendo afectado por la estimulación, atenuación, etc. La precisión y
estabilidad de tales circuitos no es suficiente para definir ninguna función
booleana. Los procesos colectivos que son importantes en computación
neuronal no pueden implementarse por computación digital. Por todo ello, el
cerebro debe ser un computador analógico.
Los circuitos del cerebro no implementan computación recursiva y por lo tanto
no son algorítmicos. Debido a los problemas de estabilidad, los circuitos
neuronales no son suficientemente estables para definiciones recursivas de
funciones como en computación digital. Un algoritmo, por definición, define una
función recursiva. (Matich, Marzo de 2001 )
pág. 12
INGENIERIA DE SISTEMAS Código:
Instituto de Educación a Distancia IN-P01-F01
SEMESTRE Vl Versión: 03
La Computadora Y El Cerebro
La computadora y el cerebro comparten ciertas similitudes y diferencias, para
esto fueron creadas las rede neuronales artificiales para introducir conceptos
básicos de la computación y de la mente humanos, donde se permitiera crear
una red neuronal que pudiera adquirir conocimiento como nosotros lo hacemos
y la velocidad de calculo que tienen las computadoras.
Por eso hablaremos un poco de las relaciones que puede llegar a tener una
computadora con un cerebro humano, y de esta manera darnos cuenta que
elementos y habilidades componen cada una de estas:
La Computadora El Cerebro
--imposible crear creativamente, razona --se basa mucho en la experiencia
utilizando lógica estricta. anterior.
--no tiene sentido común. --capacidades perceptivas y motrices.
--es rápida y precisa, exacta y fiable. --más lento y falible.
--no es capar de adaptarse a entornos --más versátil y adaptable.
imprevistos.
--puede guardar grandes cantidades de --memoria de tipo asociativa.
información.
--para una simulación en un pc se --el cerebro posee 10.000.000 millones de
necesitan 100.000 neuronas. neuronas.
-- es mejor para manejar datos. --manipula el conocimiento.
--procesamiento localista. --procesamiento paralelo y distribuido.
Capacidades Básicas Capacidades Básicas
--comparaciones aritméticas y objetivos.
--percepción --conocimiento
--repetición condicional. --memoria --reconocimiento
--realiza todas las operaciones
--atención --entendimiento
aritméticas. --conciencia --representación
--interpretación
Similitudes Similitudes
--trabajan con códigos binarios que se --impulsos digitales.
trasmiten en forma de bits
APLICACIÓN DE LAS REDES NEUORNALES:
Podemos apreciar que tanto la computadora como el cerebro poseen ciertas
habilidades propias de cada uno y que a su vez estos comparten ciertas
similitudes que hacen que se relacionan un poco, de esta manera las redes
neuronales y la inteligencia artificial quieren tomar habilidades tanto de la
computación como del cerebro para dar respuesta a problemas científicos y de
la sociedad de manera humana pero de una forma rápida y confiable.
pág. 13
INGENIERIA DE SISTEMAS Código:
Instituto de Educación a Distancia IN-P01-F01
SEMESTRE Vl Versión: 03
CONCLUSIONES
las redes neuronales son otro medio creado por el hombre para dar un
nuevo paso hacia la perfección, siempre buscando una forma de facilitar
la vida del mismo, gracias a la implementación de máquinas más
sofisticadas que además de cumplir funciones mecánicas pueden
aprender a realizar nuevas, gracias Al aprendizaje y con esto a la
experimentación. características propias del ser humano, es decir dar más
humanidad a una máquina.
La inteligencia artificial de la mano de las redes neuronales abren paso a
una nueva era tecnología del hombre, ya que se van adelantar
significativamente avances en las diferentes ramas como son la
tecnología, la ciencia, la economía, etc. Donde permitirá tomar decisiones
de manera rápida y objetiva de acuerdo a los datos que se le hayan
introducido previamente.
Es claro decir que todavía faltan avances significativos en este rama ya
que al no ser elementos programables, si no que neuronas que aprenden
por medio de datos suministrados del mundo exterior o de forma
automática, hace que el avance sea un poco más lento y muchas veces
el resultado no es el esperado por parte de los investigadores.
a nuestro parecer por un lado este es una gran creación, pero los hombres
por su ambición de ser Dioses al parecer nos estamos cegando y no
tomamos en cuenta que todos tenemos un límite, no dejemos que las
cosas se vayan de las manos, al parecer con esta creación las maquinas
ya no necesitan de nosotros.
Por ultimo podemos concluir que esta serie de tecnología como son las
redes neuronales artificiales y la inteligencia artificial pueden llevar a
campos beneficiosos ya que a través de la integración del cerebro del
hombre con la potencia aritmética de las computadoras se podrán crear
redes masivas que van a permitir hacer grandes avances para la
humanidad, sin embargo tiene que utilizarse con precaución, ya que
debido la inserción de datos del mundo exterior o al aprendizaje
automático pueden llegar adquirir ideas erróneas y que pueden perjudicar
a ciertas partes de la humanidad. Ejemplo: concepciones ideológicas
tanto de política, como de religión que puedan ser adelantadas por los
diferentes entes gubernamentales del mundo.
pág. 14
INGENIERIA DE SISTEMAS Código:
Instituto de Educación a Distancia IN-P01-F01
SEMESTRE Vl Versión: 03
BIBLIOGRAFICA
matich-redesneuronales.pdf
http://avellano.fis.usal.es/~lalonso/RNA/index.htm
https://es.wikipedia.org/wiki/Red_neuronal_artificial
https://sites.google.com/site/proyectointeligenciaartificial/indice/las-redes-
neuronales/ventajas-de-las-redes-neuronales
http://juanitajuanabernal.blogspot.com/p/ventajas-y-desventajas.html
pág. 15