1. DEFICIÓN
HISTORIA
VENTAJAS
TIPOS FUNDAMENTALES DE PRÓTESIS
FUNCIONAMIENTO
2. ¿QUÉ SON?
Las redes neuronales no son más que otra forma de
emular las características humanas como la capacidad
de memorizar y analizar hechos. Pero también tiene
otro hecho en común la experiencia El hombre es
capaz de resolver estas situaciones acudiendo a la
experiencia acumulada. Así, parece claro que una
forma de aproximarse al problema
consista en la construcción de
sistemas que sean capaces de
reproducir esta característica humana.
3. En definitiva las redes neuronales no son más que un
modelo simplificado y artificial de un cerebro humano,
que es el ejemplo más perfecto del que se dispone para
la creación de un sistema que es capaz de adquirir
conocimiento a través de la experiencia. Además de
que esta está inspirada en el sistema funcional
fundamental del sistema nervioso: “La Neurona”
4. RED NEURONAL ARTIFICIAL
Estas fueron creadas con el fin de entender la
funcionalidad del cerebro humano, este es un nuevo
aparato electrónico que da posibilidades a las personas
que no tiene alguna capacidad de recuperar esa
función, solo se puede conseguir utilizando el voltaje
correcto con electrodos.
5. HISTORIA
El se ha caracterizado porque siempre está en
constante búsqueda de nuevas vías para mejorar su
vida, así apareció Charles Babbage que intento crear
una máquina que fuera capaz de resolver problemas
matemáticos, posteriormente otros tratarían de hacer
lo mismo hasta que en 1942 se crea la primera
computadora electrónica.
6. •Así estas creaciones podían resolver cualquier tipo de
problema, pero que pasaba si el problema que se quería
resolver no se aceptaba, la respuesta fue la creación de
máquinas mas avanzadas que tengan un enfoque del
problema desde otro punto de vista.
•Así nació la inteligencia artificial: máquinas que
simulen y que sean capaces de descubrir y describir las
acciones y aspectos de la inteligencia humana.
7. VENTAJAS
Gracias a su constitución y a sus fundamentos la red
neuronal presentan un gran numero de semejanzas al
cerebro humano. Por ejemplo, son capaces de aprender
de la experiencia, de generalizar casos anteriores a
nuevos casos, de abstraer características esenciales a
partir de entradas que representan información
irrelevante, etc.
8. APRENDIZAJE ADAPTIVO: capacidad de realizar
tareas basadas en un entrenamiento o en una
experiencia inicial.
AUTO-ORGANIZACIÓN: una red neuronal puede
crear su propia organización o representación de la
información que recibe mediante una etapa de
aprendizaje.
TOLERANCIA A FALLOS: la destrucción parcial de la
red que conduce a una degradación de su estructura,
sin embargo algunas capacidades se pueden retener
incluso sufriendo gran daño.
9. OPERACIÓN EN TIEMPO REAL: los cómputos
neuronales pueden realizarse en paralelo para ellos se
diseñan y fabrican máquinas con hardware especial
para obtener esta capacidad.
FACIL INSERCCIÓN DENTRO DE LA TEGNOLOGÍA
EXISTENTE: se pueden obtener chips especializados
para redes neuronales que mejoran sus capacidad en
ciertas tareas. Ello facilitará la integración modular en
los sistemas existentes.
10.
11. PROTESIS
ELECTROMIOGRÁFICO: este es un aparato instalado
en el computador que sirve de interfaz para las
interacciones eléctricas del cuerpo. De esta manera se
puede determinar como y cuando realicen la acción los
músculos.
12. ELECTROOCULOGRAFÍAS: esta es similar a la
anterior pero en este caso lo que se realiza es el
movimiento del ojo aplicando la lógica borrosa. Este
tiene un sistema especial en el que se ponen cuatro
electrodos para que el individuo lo pueda distribuir de
dos en dos para cada ojo funcionando como músculos.
13. Las prótesis que existen solo se las puede dirigir de esta
manera ya que no hay manera de anexarlas al sistema
humano porque este se resiste debido a que las ondas
cerebrales son muy bajas en comparación al de los
aparatos causando así un gran daño a la persona que la
ingrese en su sistema.
14. FUNDAMENTOS: estos científicos que han hecho esto
basándose en el modelo biológico de un cerebro
humano en el cual se convierte en un reto tratar de
asimilarlo ya que su complejidad no tiene comparación.
Tales así como la función de recordar o guardar
información, la sinapsis, etc.
Los mantiene en constante investigación y trabajo.
15. FUNCIONAMIENTO
Como ya se dijo antes las redes neuronales tratan de
asemejarse lo más posible a un cerebro, pero para este
los aparatos principales llamados neuronas deben
realizar l0 siguiente:
FUNCIÓN DE PROPAGACIÓN: que por lo general
consiste en el sumatorio de cada entrada multiplicada
por el peso de la conexión; si es positiva: ex-citatoria y
si es negativa: inhibidora.
16. FUNCIÓN DE ACTIVACIÓN: modifica la anterior.
Puede no existir siendo este caso la salida de la misma
función de propagación.
FUNCIÓN DE TRANSFERENCIA: que se aplica al valor
devuelto a la anterior. Se utiliza para acotar la salida de
la neurona y generalmente viene dada por la
interpretación que queramos darle a dichas salidas.
17. APLICACIONES
En la actualidad estas se las puede encontrar con la
aplicación común: la robótica con conjunción a los
algoritmos genéticos al conjunto de esta se denomina
robótica evolutiva.
Lo que incluye reconocimiento del problema, de
patrones de voz, imágenes, señales, etc. También se
han utilizado para encontrar patrones de fraude
económico, hacer predicciones en el mercado
financiero, etc.
18. CONCLUCIONES
Las redes neuronales son verdaderamente un reto ya
que hay que hacerlas lo más parecido a un cerebro
humano.
En un futuro nos pueden servir para nuestro
comodidad y dejar las complicaciones.
Falta todavía descubrir una verdadera creación de
prótesis basadas en la red neuronal ya que las que
hasta ahora se han creado son manejadas por un
computador.
19. Que nuestro organismo natural es lo mejor que
tenemos y hay que valorarlo y cuidarlo para que así no
lo perdamos.
Para llegar a conocer este tipo de inteligencia se tubo
que pasar por un largo periodo de creación y de
planificación para así llegar a un punto en el que el
humano será reemplazado por la máquina.
20. GRACIAS POR SU ATENCIÓN
ALEX MONTALVO C.
CUARTO “C”
2009-05-30