Red neuronal (NN)

Entender las redes neuronales

Una red neuronal está formada por capas de nodos o neuronas interconectadas. Estas capas suelen incluir una capa de entrada que recibe los datos brutos (como los valores de los píxeles de una imagen o las palabras de una frase), una o varias capas ocultas que procesan los datos mediante cálculos y una capa de salida que produce el resultado final, como una etiqueta de clasificación o un valor predicho. Cada conexión entre neuronas tiene un "peso", un valor numérico que indica la importancia de la conexión en los cálculos de la red.

Las neuronas procesan sus entradas combinadas mediante una función de activación, como ReLU o Sigmoid, que determina la señal de salida que pasan a la capa siguiente. La red "aprende" ajustando estos pesos durante un proceso de entrenamiento, normalmente utilizando ejemplos etiquetados en un entorno de aprendizaje supervisado. Algoritmos como el descenso de gradiente y el algoritmo de retropropagación se utilizan habitualmente para ajustar iterativamente los pesos con el fin de minimizar una función de pérdida, que mide la diferencia entre las predicciones de la red y los valores objetivo reales. El entrenamiento eficaz de un modelo suele requerir un ajuste cuidadoso de los hiperparámetros y estrategias descritas en guías como nuestros Consejos para el entrenamiento de modelos.

Los modelos que emplean el aprendizaje profundo (Deep learning, DL) son esencialmente NN con múltiples capas ocultas (de ahí lo de "profundo"). Esta profundidad les permite aprender patrones muy complejos y características jerárquicas a partir de grandes conjuntos de datos, lo que los hace excepcionalmente eficaces para tareas como la detección de objetos y la segmentación de instancias. A diferencia de los modelos de ML más sencillos, como la regresión lineal o las máquinas de vectores de soporte (SVM ), que pueden requerir la ingeniería manual de características, las NN sobresalen en la extracción automática de características a partir de datos brutos y no estructurados, como imágenes y texto.

Tipos de redes neuronales y distinciones

Aunque la estructura básica descrita anteriormente se aplica de forma general, existen varias arquitecturas de NN especializadas:

• Redes neuronales convolucionales (CNN): Especialmente eficaces para datos en forma de cuadrícula, como las imágenes. Utilizan capas de convolución para aprender jerarquías espaciales de características. Muchas arquitecturas de detección de objetos utilizan CNN como columna vertebral.
• Redes neuronales recurrentes (RNN): Diseñadas para datos secuenciales como texto o series temporales, presentan conexiones que forman ciclos dirigidos, permitiendo que la información persista. Variantes como LSTM son comunes.
• Transformadores: Desarrollados inicialmente para tareas de PNL, se basan en gran medida en mecanismos de autoatención y han demostrado un rendimiento notable en diversos dominios, incluida la visión(Vision Transformer [ViT]).

Las NN difieren significativamente de los algoritmos tradicionales, como los árboles de decisión o los vecinos más próximos (KNN), que funcionan con principios diferentes y suelen ser menos adecuados para datos complejos y de alta dimensión, como las imágenes, sin un preprocesamiento exhaustivo.

Aplicaciones de las redes neuronales

Las redes neuronales son increíblemente versátiles y se han aplicado en numerosos ámbitos. He aquí dos ejemplos clave:

1. Visión por ordenador (CV): Las NN, especialmente las CNN, son el motor de los principales avances en CV. Se utilizan para:

   • Clasificación de imágenes: Asignación de una etiqueta a toda una imagen (por ejemplo, identificar un gato o un perro).
   • Detección de objetos: Identificación y localización de objetos en una imagen mediante cuadros delimitadores, como demuestran los modelos YOLO de Ultralytics, como YOLO11. Esto es crucial para aplicaciones como la IA en coches autoconducidos y la gestión de inventarios basada en IA.
   • Segmentación de imágenes: Clasificación de cada píxel de una imagen, lo que permite una comprensión detallada de la escena para tareas como el análisis de imágenes médicas. Explore las tareas de segmentación con la documentación de Ultralytics.

2. Procesamiento del lenguaje natural (PLN): Las NN, incluidas las RNN y las Transformers, han revolucionado la forma en que las máquinas comprenden y generan el lenguaje humano. Entre sus aplicaciones se incluyen:

   • Traducción automática: Traducción automática de textos de un idioma a otro (por ejemplo, Google Translate).
   • Análisis del sentimiento: Determinación del tono emocional que subyace en un texto (positivo, negativo, neutro).
   • Generación de texto: Creación de texto similar al humano, potenciación de chatbots y herramientas de creación de contenidos basadas en modelos como BERT y GPT.

Herramientas y marcos

El desarrollo y despliegue de las NN se ve facilitado por diversas herramientas y marcos potentes de aprendizaje profundo:

• Bibliotecas: Frameworks como PyTorch y TensorFlow proporcionan los bloques de construcción básicos y las capacidades de diferenciación automática necesarias para el entrenamiento de las NN. Keras ofrece una API de alto nivel que suele utilizarse con TensorFlow.
• Plataformas: Ultralytics HUB ofrece una plataforma para entrenar modelos YOLO, gestionar conjuntos de datos y agilizar el proceso de despliegue de modelos.
• Modelos: Los modelos preentrenados, como los de la familia YOLO de Ultralytics, proporcionan un sólido punto de partida para diversas tareas de CV, que a menudo sólo requieren un ajuste fino en conjuntos de datos específicos. Puede encontrar comparaciones entre diferentes modelos YOLO en nuestra documentación.

Comprender las NN es crucial para cualquiera que trabaje en IA o ML, ya que constituyen la base de muchas soluciones de vanguardia en diversos sectores, desde la IA en la sanidad hasta la IA en la agricultura.