Computadoras con redes neuronales
Las redes neuronales biológicas fueron la inspiración para la implementación del modelo electrónico.
A diferencia del cerebro humano, las computadoras separan las funciones de memoria de aquellas de cálculo computacional y utilizan el software o programas para unirlas dato por dato. El cuello de botella causado por un procesador usando datos uno a uno está saturando el cómputo tradicional. Por otro lado, el cerebro recibe y procesa corrientes de información que provienen de los sentidos, unificando la memoria y la unidad de procesamiento.
Generalmente, las computadoras dependen de una unidad central de procesamiento (CPU) para efectuar cada tarea de proceso, realizando un paso cada vez y solo uno. Los procesadores en "paralelo" (también llamados concurrentes) refuerzan el poder de procesamiento, trabajando con varias unidades centrales simultáneamente para aminorar el cuello de botella, pero este tipo de procesamiento en "paralelo" no ha sido muy aceptado debido al problema de comunicación entre dichas unidades de procesamiento. Las máquinas trabajan muy bien utilizando cada procesador para una tarea diferente; esto es, que en realidad sí se ha resuelto el problema para particionar problemas científicos. Pero no se han establecido principios que nos digan cómo automatizar las arduas tareas manuales de particionar cualquier problema de la vida real, así que la manera de trabajar es dividir las tareas para asignar cada una a cada procesador, utilizando así muchos procesadores.
Tratando de simular las funciones del cerebro humano, la inteligencia artificial (IA), ha probado el éxito en cuestiones no críticas. Los sistemas expertos, por ejemplo, son programas de computadoras que encapsulan información de un dominio especializado. Desgraciadamente, los sistemas expertos requieren ingenieros del conocimiento suficientemente listos para especificar una respuesta a cada posible circunstancia a la que el sistema pueda enfrentarse. En un ambiente cerrado, donde existen respuestas bien definidas para cada pregunta, si es posible. En el mundo real, se necesitaría un programador excepcional para que anticipe cualquier combinación de circunstancias a las que el sistema pueda enfrentar.
Un sistema experto, cuando es sacado de su estrecho y bien definido campo de acción o dominio para el que fue diseñado, invariablemente falla. Algunos investigadores opinan que incrementando el poder de cómputo se puede incrementar el alcance de los sistemas de IA. Sin embargo, los sistemas de IA actualmente realizan miles y hasta millones de construcciones psicológicas de alto nivel para poder llegar o acercarse a una conclusión humana de carácter simple.
Juntas, las ciencias computacionales y la IA han llegado a los límites de los principios en los cuales se basan. Si las computadoras superan el cuello de botella que limita su crecimiento, los ingenieros deben adoptar nuevos principios que puedan absorber varias operaciones al mismo tiempo.
Similarmente, la IA ha tenido éxito en algunos dominios no restringidos y si el procesamiento en paralelo se hace posible a gran escala, lo suficiente para tratar problemas de la vida real, el camino será el de encontrar una conexión simple y eficiente entre procesadores. Estas respuestas no convencen a las personas de ciencias computacionales ni a las de IA, esto es materia de los expertos en ciencias neuronales; de aquí la importancia que ha tenido el área de las redes neuronales artificiales.
att:deisy johana guerrero ramirez
No hay comentarios:
Publicar un comentario