Últimanente, las redes neuronales están volviendo a la actualidad por los logros que están consiguiendo. Por ejemplo, Google ha logrado derrotar a su propio reCAPTCHA con redes neuronales, en Stanford han conseguido generar pies de fotos automáticamente... Metas bastante impresionantes y que cada vez se acercan más a esa idea original de reproducir el funcionamiento del cerebro humano en un ordenador. Ahora bien, ¿en qué consisten estos modelos?

El uso de redes neuronales de distintos tipos está cada vez más extendido en nuevas tecnologías, sobre todo asociado a inteligencia artificial o reconocimiento de formas. Hoy en día se utilizan redes neuronales para reconocimiento y etiquetado de imágenes, reconocimiento de voz y traducción instantánea, en predicción del cáncer, y en tareas menos trascendentes como el nuevo algoritmo de YouTube que elige automáticamente la miniatura más adecuada de un vídeo o un programa que escribe artículos periodísticos.

Científicos israelíes y estadounidenses han creado un sistema que imita al GPS para cartografiar las redes neuronales. Al igual que el GPS triangula a partir de la distancia a tres satélites distintos, en este caso se inyectan tres marcadores que se van difundiendo por las células neuronas, y analizando la concentración final de los tres en cada una. Así se puede deducir a qué tejidos están conectadas. Durante más de un siglo, los neurocientíficos han tratado de descubrir la estructura de los circuitos neuronales del cerebro con el fin de...

"Deep Dream" es el nombre que el equipo de investigación de Google le dió a su red neuronal, algoritmo de inteligencia artificial del que ya hemos hablado antes en el blog, y que se hizo conocido por crear la llamada "primera imagen generada por una inteligencia artificial". Ahora, el equipo de Google liberó el código,…

El objetivo era enseñar a una red neuronal vídeos de muchos fluidos y simulaciones de fluidos de forma que aprendiera como funcionan las dinámicas hasta el punto que pudiera predecir que ocurría a continuación. La red neuronal no solo lo resuelve correctamente si no que a menudo los resultados se confunden con vídeo real, y aún más, el tiempo de ejecución es del orden de pocos milisegundos para una simulación que normalmente tardaría varios minutos con las técnicas de simulación tradicionales.

Mapas autoorganizados basados en redes neuronales para predecir casos de corrupción en diferentes horizontes de pronóstico sirven como herramienta para luchar contra la corrupción, un mal endémico de nuestro país en los últimos años.

En un trabajo titulado Measuring abstract reasoning in neural networks unos investigadores exploran el debate de actualidad acerca de si las redes neuronales pueden aprender algo que pudiéramos denominar «razonamiento abstracto» o son simplemente un «truco de conejo en la chistera con análisis estadístico», como piensan otros.

El artista Max Verehin no da ninguna oportunidad a las redes neuronales: su obra es tan atmosférica, espeluznante y aterradoramente bella que lo único que tenemos que hacer es mirarla con reverencia y decir: ¿qué demonios está pasando?. Las redes neuronales están estrechamente vinculadas al proceso de creación de imágenes y escenas cada vez más conceptuales. Las tramas generadas son ahora sólo una cuestión de imaginación del autor y de peticiones adecuadas.

Johan Eliasson enseña a una red neuronal a conducir un automóvil por una pista. La población es de 650. La red evoluciona a través de mutaciones aleatorias.

Bienvenido a Python Plays: Grand Theft Auto, donde nuestro primer objetivo es crear un coche autodirigido. En este tutorial, vamos a cubrir cómo podemos construir un conjunto de datos de entrenamiento para una red neuronal de aprendizaje.

Investigadores de Caltech han desarrollado una red neuronal artificial en un tubo de ensayo creada a partir de hebras de ADN que puede resolver un problema clásico de aprendizaje automático: identificar los números escritos a mano. "Aunque los científicos apenas han comenzado a explorar la creación de inteligencia artificial en máquinas moleculares, su potencial ya es innegable --dice el autor principal, Lulu Qian, profesor asistente de Bioingeniería. Se podrán usar en pruebas de diagnóstico biomédico. En español: bit.ly/2ubS7fY

Aunque los robots de cuatro patas son más ágiles y se coordinan mejor que sus homólogos de dos, todavía queda mucho por mejorar. Una de las soluciones que ha encontrado la robótica es una forma de aprendizaje automático denominado aprendizaje por refuerzo. Este método permite a los robots entrenarse a sí mismos a través de un modelo de prueba y error para encontrar la mejor forma de realizar una tarea, como caminar. En pocas palabras, el aprendizaje por refuerzo permitiría al robot casi “pensar” y aprender como un animal, con su propia lógica .

Los recientes avances en la tecnología de las células madre han permitido a los investigadores construir tejido cerebral a partir de células madre pluripotentes humanas (hPSCs) en 3D. Los organoides cerebrales tienen la misma arquitectura y fisiología que el cerebro, que es el tejido más grande y complejo del cerebro, compuesto por células activadas reunidas y organizadas en redes neuronales.

El cortometraje de 1896 de los hermanos Lumière "La llegada de un tren a la estación de La Ciotat" es uno de los clips de película más famosos de la historia. El youtuber Denis Shiryaev quería actualizar su aspecto, por lo que, con la ayuda de varias redes neuronales, amplió el vídeo a una resolución de 4K y 60 FPS. Este es el original bit.ly/2ScIBFu y este es el resultado: www.youtube.com/watch?v=3RYNThid23g Sobre el vídeo en español: bit.ly/36YRVlM Más: bit.ly/2Uq2POE

Creando una red neuronal que pueda tomar letras de Eminem como entrada y generar nuevas letras de Eminem.

El paper publicado por Facebook Research describe el uso de redes neuronales para introducir una imagen a muy baja resolución y reconstruirla con hasta dieciséis veces más píxeles, generando de nuevo los detalles perdidos mediante una inteligencia artificial entrenada con imágenes nativas a alta resolución. Dicho de forma muy simplificada, el ordenador o visor autónomo renderiza en realidad una imagen a baja resolución que después es escalada a alta resolución mediante IA.

El cerebro humano es el objeto más complejo que hemos descubierto en el universo, y todos los días, gran parte de sus circuitos neuronales están ocupados por las decenas de miles de decisiones que debemos tomar. Este episodio recorre el mundo invisible de las decisiones y cómo se hacen. Comenzamos con uno simple: elegir un sabor de yogur helado, y aprender que cada decisión que tomamos nace de una competencia de “el ganador se lleva todo” entre redes neuronales rivales.

Una de las ramas de la robótica que siempre me han encantado es el de la robótica evolutiva. En esta entrada intentaremos explicar por qué es tan atractiva, presentando una de las direcciones en las que se trabaja. Concretamente, veremos cómo se combinan redes neuronales con algoritmos genéticos y aprendizaje por refuerzo. ¡Casi nada! Pero…

Las capacidades cognitivas humanas parecen ser, como vemos, producto exclusivo del procesado eléctrico por entre trillones de sinapsis sin que exista evidencia empírica alguna de que nada más intervenga [...] y esto nos permite concluir (gracias a todo lo que ya conocemos sobre las redes neuronales) que: Nuestra mente, en el fondo, no es más que el fruto de una enorme calculadora digital capaz de ejecutar en paralelo cientos de trillones de operaciones por segundo: operaciones que, por cierto, se reducen a meras sumas de potenciales eléctricos.

Las neurociencias a través de investigaciones demuestran cómo los apodos calan profundo en la red neuronal.