Warren McCulloch Redes
Neuronales
Nació en Orange, Nueva Jersey el
16 de noviembre de 1898. Hizo en Yale el pregrado en filosofía y psicología,
graduándose en 1921, y estudió una maestría en psicología en la Universidad de
Columbia, obteniendo el título en 1923.
Recibió su doctorado en 1927 del Colegio de Médicos y Cirujanos en Nueva York,
tomando un puesto de interno en el Bellevue Hospital antes de volver a la academia en 1934. Recordado
por su trabajo con Dusser de Barenne (Yale) y, más tarde, con Walter Pitts
(Universidad de Illinois), el cual proveyó los fundamentos para ciertas teorías
del cerebro en un número de ensayos clásicos, incluidos Un cálculo lógico de
las ideas inmanentes en la actividad nerviosa (1943). Warren McCulloch llegó a
la Universidad a principios de 1942, invitó a Pitts, que estaba sin hogar, a
vivir con su familia. McCulloch y Pitts trabajaban juntos. Pitts estaba
familiarizado con el trabajo en informática de Gottfried Leibniz y consideraron
la cuestión de si el sistema nervioso podía ser considerado un tipo de máquina de computación universal, como la
describida por Leibniz. En el
artículo de 1943 demostraron que una Máquina de Turing podría ser implementada
en una red finita de neuronas formales, donde la neurona es la unidad base
lógica del cerebro. En el ensayo de 1947 ofrecieron aproximaciones para diseñar
"redes nerviosas" para el reconocimiento de entradas visuales a pesar
de los cambios de orientación o de tamaño. Desde 1952 se vinculó al Laboratorio
de Investigación en Electrónica del MIT (Instituto de Tecnología de Massachusetts), trabajando
principalmente en el modelamiento de redes neuronales. McCulloch fue miembro de la
American Society for Cybernetics y su primer presidente desde 1967 al 1968. Muere en Cambridge en 1969. En
1943 - Teoría de las Redes Neuronales Artificiales. Walter Pitts junto a
Bertran Russell y Warren McCulloch intentaron explicar el funcionamiento del
cerebro humano, por medio de una red de células conectadas entre sí, para
experimentar ejecutando operaciones lógicas. Partiendo del menor suceso
psíquico (estimado por ellos): el impulso todo/nada, generado por una célula
nerviosa. El bucle "sentidos - cerebro - músculos", mediante la
retroalimentación producirían una reacción positiva si los músculos reducen la
diferencia entre una condición percibida por los sentidos y un estado físico impuesto
por el cerebro. También definieron la memoria como un conjunto de ondas que
reverberan en un circuito cerrado de neuronas.
Entre los pioneros en el
modelado de neuronas se encuentra Warren McCulloch y Walter Pitts. Estos dos
investigadores propusieron un modelo matemático de neurona. En este modelo cada
neurona estaba dotada de un conjunto de entradas y salidas. Cada entrada está
afectada por un peso. La activación de la neurona se calcula mediante la suma
de los productos de cada entrada y la salida es una función de esta activación.
La principal clave de este sistema se encuentra en los pesos de las diferentes
entradas. Como se ha visto, las entradas son modificadas por el peso y las
salidas son función de estas modificaciones. Esto nos lleva a concluir que los
pesos influyen de forma decisiva en la salida y por lo tanto pueden ser
utilizados para controlar la salida que se desea.
En realidad cuando se tienen
interconectadas muchas de estas neuronas artificiales lo que se hace
inicialmente es entrenar el sistema. El entrenamiento consiste en aplicar unas
entradas determinadas a la red y observar la salida que produce. Si la salida
que produce no se adecua a la que se esperaba, se ajustan los pesos de cada
neurona para interactivamente ir obteniendo las respuestas adecuadas del
sistema. A la red se le somete a varios ejemplos representativos, de forma que
mediante la modificación de los pesos de cada neurona, la red va
"aprendiendo".
Modelo
neuronal de McCulloch-Pitts
La importancia de este
artículo y la influencia que ha ejercido en el campo de las redes neuronales en
inconmensurable. Es un intento por explicar que es lo que hace el sistema
nervioso, a partir de un conjunto de primitivos elementos de cómputo que son
abstracciones de las propiedades de las neuronas y de sus conexiones, con base
en el conocimiento fisiológico y psicológico que se tenía de ellas en 1943, año
en que fue publicado.En este artículo, McCulloch y Pitts toman como objeto de estudio al cómputo realizado por las neuronas; es decir; no se ocupan de los aspectos fisiológicos y morfológicos de las neuronas, a pesar de que McCulloch tiene una serie de artículos donde estudia los aspectos fisiológicos de las neuronas, sino que se abocan a estudiar las características y capacidades computacionales del modelo que proponen, caracterizándolo como un dispositivo lógico; es decir, el área en la que se desarrolla este artículo es la lógica. De esta forma, el modelo neuronal es planteado a través de un modelo matemático. Esto se puede verificar fácilmente a partir de las referencias que ocupan, las cuales todas caen dentro de la lógica matemática. Esto trae como consecuencia que el lenguaje que ocupan para las descripciones de las características de su neurona sea totalmente matemático, siguiendo un gran formalismo en sus demostraciones y con una notación poco común, lo que hace muy complejo el entender los planteamientos del artículo.
McCulloch y Pitts parten de
cinco consideraciones acerca del comportamiento de las neuronas. Dichas
consideraciones las plantean de la siguiente forma:
1. La actividad neuronal es un
proceso "todo o nada".
2. Un cierto número fijo de sinapsis
debe ser excitado dentro de un período de adición latente en orden de excitar
una neurona en cualquier intervalo de tiempo, y este número es independiente de
la actividad previa y la posición de la neurona.
3. El único retardo
significativo dentro del sistema es el retardo sináptico.
4. La actividad de cualquier sinapsis
inhibitoria previene absolutamente la excitación de la neurona en ese intervalo
de tiempo.
5. La estructura de la red no
cambia con el tiempo.
Estas consideraciones
describen a lo que se ha conocido como la neurona "McCulloch-Pitts".
La neurona de McCulloch-Pitts
es una unidad de cálculo que intenta modelar el comportamiento de una neurona
"natural", similares a las que constituyen del cerebro humano. Ella
es la unidad esencial con la cual se construye una red neuronal artificial.
El resultado del cálculo en
una neurona consiste en realizar una suma ponderada de las entradas, seguida de
la aplicación de una función no lineal, como se ilustra en la siguiente figura 
Esto se expresa matemáticamente como:
siendoː
La función de activación que se usa esː
La suma ponderada se puede
expresar de una manera más compacta usando el producto de matrices:
siendoː
y 
son
los vectores extendidos de pesos y de entrada, respectivamente.
son
los vectores extendidos de pesos y de entrada, respectivamente.
También se puede simplificar la representación gráfica de la siguiente
manera:
El modelo neuronal de
McCulloch y Pitts de 1943, fue el primer modelo neuronal moderno, y ha
servido de inspiración para el desarrollo de otros modelos neuronales. Sin
embargo, en muchos de los estudios en que refieren a este modelo, no se
interpreta correctamente el sentido que quisieron dar originalmente McCulloch y
Pitts, atribuyéndole características o funciones que no fueron descritas por
sus autores, o restándole importancia a la capacidad de procesamiento del
modelo. Por otro lado, el modelo McCulloch-Pitts por sí mismo está retomando
importancia debido a que es uno de los pocos modelos digitales en tiempo
discreto y, como para realizar implantaciones electrónicas o computacionales de
las neuronas artificiales en la actualidad se utilizan sistemas digitales, con
la mayoría de los modelos analógicos actuales es necesario realizar ciertas
adaptaciones a los modelos al momento de implantarlos, lo que dificulta y hace
imprecisa a dicha implantación con respecto al comportamiento teórico derivado
del modelo.
Su mayor contribución viene de
dicho modelo con el cual impulsaron el nacimiento de la Inteligencia Artificial
por medio de las neuronas. Se define la
neurona como un dispositivo binario con entradas y salidas. Por medio de esto,
Norbert Wiener elaboró la "cibernética" y de aquí nacería la
Inteligencia Artificial.
https://es.wikipedia.org/wiki/Warren_McCulloch
Carlos Javier Gonzalez B (120)
No hay comentarios.:
Publicar un comentario
Nota: sólo los miembros de este blog pueden publicar comentarios.