Inteligencia artificial/Redes neuronales artificiales
Las Redes Neuronales Artificiales (RNA) son sistemas adaptativos complejos que pueden cambiar su estructura interna en función de la información que pasa por ella.
El resumen de su funcionamiento es muy sencillo de explicar. Con las entradas recibidas (números) realiza una serie de productos y sumas, a estos les aplica otros cálculos mediante una fórmula (función de activación) que transforma el valor recibido y produce un resultado numérico, así de fácil. Entonces, por qué dicen que son sistemas complejos y están al alcance de pocos.
La historia de las RNA comienza en la década de 1.940 con la arquitectura propuesta por Warren McCulloc y Walter Pitts, pero el primer paso significativo se produjo en 1.958 con la introducción del perceptrón de Rosenblatt. Las primeras arquitecturas RNA de McCulloch y Pitts en 1.943 no tenían capacidad de aprendizaje pero en las siguientes décadas, desde 1.958 a 1.974, trajeron redes simples supervisadas y desde 1.969 a 1.976 no supervisadas, en el artículo aprendizaje se detalla este aspecto que es fundamental. A partir de este último periodo la dimensión de las redes neuronales se dispara, la complejidad también y las distintas versiones y aplicaciones también lo hacen rápidamente.