Una intro (corta) a las Redes Neuronales Artificiales
Hola Mundo! Seguro escuchaste algo de las Redes Neuronales Artificiales RNAs cuando se habla de la Inteligencia Artificial 🤖
En este blog, comentaré un poco sobre qué son las RNAs o ANNs (Artificial Neural Networks), como también un par de recomendaciones para aprender más sobre este tema.
La inspiración 🤩
El cuerpo humano y en especial el cerebro es una gran fuente de inspiración para entender la inteligencia y pues, de alguna forma, modelarla matemáticamente (también de forma informática).
En la imagen a continuación, se puede ver que el “cell body” es la parte del procesamiento de información, así como las dendritas representan el ingreso de los datos a ser procesados.
Es interesante entender su representación matemática: los datos de entrada, la sumatoria de estas entradas, la función de activación y la salida de esta neurona, que probablemente se convierte en entrada para la siguiente neurona en la siguiente capa.
La no-linealidad 🤔
Entre las diferentes técnicas de Machine Learning, podemos citar a la “regresión lineal” que nos ayuda a predecir: “precio de casa”, “crecimiento poblacional”, entre otros. Sin embargo, varios problemas de la vida real no se resuelven de forma lineal, y es aquí donde esta combinación de entradas y funciones de activación, permiten tener mejoras significativas en las aplicaciones de Machine Learning, hasta lograr entender el contenido de las imágenes y también entender el lenguaje (cómo cuando le hablas a un asistente de voz)
Recomendaciones 🤓
En este blog, no explico los conceptos básicos, pero si los menciono porque es importante conocer los fundamentos de este tema, para disfrutar mejor la práctica y hacernos más cuestionamientos que nos permitan entender el mundo de la IA.
Si estas aprendiendo sobre Redes Neuronales Artificiales, debes conocer ¿qué es? ¿cómo funciona? ¿cómo se lo programa y/o modifica?… los siguientes puntos:
- Perceptrón y Multicapas
- Funciones de Activación: Sigmoid, RELU, etc
- Descenso de Gradiente (Gradient Descent)
- Función Costo
- Funciones de Optimización para RNAs
- Feed forward y Back propagation
- Tipos de RNAs
Herramientas para construir las RNAs, sin taaanto código o matemática por detras:
- TensorFlow de Google
- PyTorch de Facebook
- Caffe de BAIR
Tipos de RNAs:
- Redes Convolucionales: Convolutional Neural Networks CNN (estas son las de visión 👀)
- Redes Recurrentes: Recurrent Neural Networks RNN (estas para el lenguaje 🗣️)
- Generative Adversarial Networks GAN (con las que se puede hacer los deepfake 😱)
Reconocimiento de imágenes, como en la imagen 🙈
Si es la primera vez que estas queriendo empezar con las RNAs, te recomiendo seguir el tutorial de TensorFlow con su ejemplo del Fashion MNIST
Además, el curso completo de especialización en Coursera Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning
Hay mucho que hablar sobre las Redes Neuronales Artificiales 🤖, así que nos vemos en otros blogs (o también en mi canal de YouTube)
