Search

Home > A hombros de gigantes > Palabra de ingeniero - Redes neuronales profundas - 17/03/19


	Podcast:		A hombros de gigantes
	Episode:		Palabra de ingeniero - Redes neuronales profundas - 17/03/19
	Category:		Science & Medicine
	Duration:		00:05:49
	Publish Date:		2019-03-17 06:15:00
	Description:		Las redes neuronales artificiales constituyen un importante campo de investigación y aplicaciones dentro de la Inteligencia Artificial. Se inspira en lo que conocemos del cerebro humano, especialmente en lo referido a las neuronas y sus conexiones, para crear modelos artificiales que solucionen problemas difíciles de resolver mediante las técnicas con algoritmos convencionales. Estas redes están formadas por unidades de procesamiento que emulan a las neuronas, dispuestas en capas. Las primeras recogen la información y las últimas detectan y reconocen patrones más abstractos y generan el resultado final. Como explica Aníbal Figueiras, ingeniero de telecomunicación y miembro de la Real Academia de Ingeniería, una red formada por múltiples capas se denomina red neuronal profunda. El origen de la computación neuronal se remonta a mediados del siglo pasado. En 1957, Frank Rosenblatt inventó un elemento llamado “Perceptrón” para el reconocimiento óptico de patrones. Sin embargo, este dispositivo presentaba limitaciones y las investigaciones languidecieron hasta la década de 1980 con el desarrollo de las redes neuronales profundas capaces de aprender a partir de la experiencia. Las redes neuronales y el aprendizaje profundo están presentes de manera muy amplia en nuestra vida diaria. Predictores de palabras en los teléfonos móviles, asistentes virtuales como Siri o Alexa, traducción de texto entre distintos idiomas o el reconocimiento automático de objetos y personas en fotografías en redes sociales son algunos ejemplos conocidos. El profesor Figueiras advierte que Europa se está quedando muy por detrás de EEUU y China en un campo que está revolucionando nuestras vidas y la forma de relacionarlos. Escuchar audio
	Total Play:		0