Una red neuronal convolucional es un cierto tipo de disposición de neuronas artificiales, o simuladores de neuronas, que se hace funcionar de una manera particular. Las redes neuronales son grupos biológicos de neuronas o grupos artificiales de pseudo-neuronas que están programadas para funcionar de la misma manera que las neuronas biológicas. Las redes neuronales artificiales buscan imitar funciones del cerebro humano o animal.
En la mayoría de los casos, una red neuronal convolucional es simplemente una red neuronal artificial creada para simular algún tipo de actividad cerebral. Los expertos llaman a estos modelos «inspirados biológicamente». Algunos de ellos también pueden aprender de la forma en que aprende una red neuronal biológica, mediante el procesamiento de información de formas muy complejas.
Entre los usos más extendidos de las redes neuronales convolucionales se encuentra la simulación de la visión humana o animal. Estas aplicaciones a menudo se enfocan en la combinación de entrada y salida que ayudan a la tecnología a hacer artificialmente lo que el cerebro hace de forma natural. Se necesitan muchos métodos complejos, a veces llamados capas, para lograr este tipo de simulación. A menudo se muestran a través de modelos visuales que ayudan a los lectores a comprender cómo se configura una red neuronal convolucional.
En general, los científicos que implementan redes neuronales convolucionales han descubierto algunas de las formas específicas en que los cerebros procesan las imágenes. La inteligencia artificial ha progresado en los últimos tiempos y ahora los científicos pueden hacer que las tecnologías realicen algunas de las tareas que solían ser exclusivas de la visión biológica. Uno de ellos es el reconocimiento facial, donde los algoritmos avanzados permiten que las cámaras y otros dispositivos muestren imágenes de manera efectiva y reconozcan un rostro individual.
Se fabrican muchos tipos de modelos de redes neuronales convolucionales para reconocer diferentes características con el fin de analizar una imagen completa que simularía un rango de visión. Algunas de estas tecnologías también deben tener filtros avanzados para ciertos rangos de luz u otras herramientas que ayuden a las tecnologías a «ver» de la forma en que lo hacen los humanos y los animales. Las redes neuronales convolucionales deben probarse y evaluarse rigurosamente en función de sus méritos, donde el logro específico de los resultados demuestre que estas tecnologías pueden imitar el cerebro humano o animal, al menos hasta cierto punto.
Las redes neuronales convolucionales también están hechas para varias aplicaciones diferentes. Estos incluyen usos de productos de consumo como cámaras de reconocimiento facial. También hay muchas aplicaciones de seguridad para este tipo de tecnologías y el uso de redes neuronales convolucionales como un poderoso recurso de filtrado de datos. Los científicos continúan trabajando para lograr una mayor complejidad con estos simuladores, por ejemplo, para verificar el número de caras en una imagen o para poder identificar correctamente las caras en diferentes escalas, iluminación u otras condiciones.