Una red neuronal adaptativa es un sistema que procesa información y hace ajustes a la red cuando es necesario. Estas redes se pueden encontrar en sistemas informáticos o en formas de vida orgánicas. Se utilizan para interpretar grandes cantidades de información compleja y son la base de la tecnología moderna de inteligencia artificial.
Una red neuronal adaptativa hecha por el hombre, también llamada red neuronal artificial, se modela a partir de las redes neuronales que ocurren naturalmente en los cerebros de humanos y animales. Funcionan utilizando una serie de sensores de recopilación de información, las neuronas, que son interpretados por una unidad central de procesamiento. Estas conexiones pueden alterar y cambiar la forma en que interactúan con la unidad central de procesamiento en función de su propia evaluación de cómo llevar a cabo sus funciones de manera más eficiente.
Hay dos formas principales en las que una red neuronal adaptativa «aprende»: aprendizaje supervisado y aprendizaje no supervisado. El aprendizaje supervisado requiere una contraparte humana que instruya a la red sobre cómo interpretar e interactuar con varios insumos. El propósito de este estilo de aprendizaje es asegurar que no haya errores en los métodos que utiliza la red neuronal adaptativa para procesar la información y reforzar las acciones deseadas de la red.
El aprendizaje no supervisado se basa en que la unidad central de procesamiento interactúe con su entorno y tome sus propias decisiones sobre cómo debe operar en función de su programación original. Para ello organiza y reorganiza la información que recibe y hace predicciones sobre cuáles podrían ser los resultados de cambiar estos datos. Una red puede aprender en línea o fuera de línea. El aprendizaje en línea significa que la red aprende mientras también realiza tareas. El aprendizaje fuera de línea requiere que la red aprenda por separado de la actuación.
Actualmente hay cuatro tareas principales que realizan las redes neuronales adaptativas. Todos se ocupan de procesar e interpretar patrones. Primero, está el agrupamiento, donde la red examina una serie de patrones y agrupa los patrones relacionados en grupos.
Una segunda tarea que puede realizar una red neuronal adaptativa es reconocer e interpretar un patrón, como palabras escritas o habladas. Al hacer esto, puede intentar comprender patrones completamente desconocidos basándose en su comprensión de patrones relacionados. Proporcionar una estimación del valor de una función es la tercera tarea principal y se utiliza a menudo en ciencia o ingeniería. La cuarta tarea principal que puede realizar una red neuronal adaptativa es hacer predicciones de lo que ocurrirá en el futuro si se realizan cambios en ciertos modelos de datos.
Una red neuronal artificial es una forma de inteligencia artificial y sus usos más modernos involucran tecnología robótica avanzada. Es más comúnmente utilizado por analistas de datos, ya que sus trabajos se ocupan de interpretar y clasificar grandes cantidades de información. Una red neuronal artificial puede ayudar a un analista a organizar sus datos, realizar investigaciones y probar posibles cambios en los productos y servicios de su empresa. A medida que la tecnología se vuelva más avanzada, las aplicaciones de redes neuronales se volverán más comunes.