Las redes neuronales artificiales son un tema tan complejo como interesante. Estas, han impulsado los recientes progresos notables en la clasificación de imágenes y reconocimiento de voz. ¿De qué se trata todo esto en términos generales?

Una red neuronal artificial se forma mostrando millones de ejemplos de entrenamiento que poco a poco se ajustan a los parámetros de una red, hasta que se dan las clasificaciones que se quieren. Dicha red consiste usualmente de 10 a 30 capas agrupadas de neuronas artificiales. Cada imagen se introduce en la capa de entrada, que luego habla a la siguiente capa, hasta que se alcanza finalmente la capa de “salida”. De la red de “respuesta” proviene esta capa de salida final.

Uno de los retos de las redes neuronales es entender lo que pasa exactamente en cada capa. Sabemos que después del entrenamiento, cada capa extrae progresivamente características superiores y de grado superior de la imagen, hasta que la última capa esencialmente toma una decisión sobre lo que muestra la imagen.

Por ejemplo, la primera capa tal vez busca bordes o esquinas. Las capas intermedias interpretan las características básicas que buscan formas o componentes generales, como una puerta o una hoja. Las pocas capas finales se reúnen en las interpretaciones y las neuronas se activan en respuestas a cosas muy complejas, como edificios o árboles enteros. Una forma de visualizar lo que sucede es voltear la red y pedirle que mejore la imagen, para obtener así una interpretación particular.

La forma más simple de entender esto es viendo una serie de ejemplos de redes neuronales artificiales:

Captura de pantalla 2015-07-08 a las 12.48.44 p.m.

Captura de pantalla 2015-07-08 a las 12.49.00 p.m.

Captura de pantalla 2015-07-08 a las 12.49.20 p.m.

¿Quieres más información? ¡Sigue nuestro Fan Page! Maad Chile, es una agencia enfocada 100% al Marketing Digital y Posicionamiento Web

More Posts - Website - Twitter - Facebook - LinkedIn