Desde los robots aspiradores hasta los potentes algoritmos capaces de diagnosticar determinados tipos de cáncer hacen uso de ellas. Los llamados ‘sistemas inteligentes’ se basan en el desarrollo de una potente tecnología que imita el comportamiento del cerebro humano: las redes neuronales.
El estudio del órgano ‘motor’ del cuerpo humano llevó a los científicos a desarrollar “programas de ordenador que son capaces de crear modelos matemáticos a partir de datos del mundo real. Es decir, analizan esos datos para, por ejemplo, entender el contenido de una imagen, un vídeo o incluso hacer predicciones sobre ellos”, explica Antonio Tejero de Pablos, investigador de Visión por Ordenador de la Universidad de Tokio.
Una red neuronal imita el funcionamiento del cerebro humano y del sistema nervioso. Está formada por un grupo de nodos vinculados entre sí, de la misma manera que lo están las neuronas en el cerebro. Igual que ellas, analizan y procesan la información que reciben.
“Las redes neuronales existen desde finales del siglo XX pero desde hace 5 años, gracias a la evolución de los procesadores, se ha conseguido implantar las llamadas deep neural networks (redes neuronales profundas). Estas redes, al incluir una mayor cantidad de capas de neuronas, que en realidad son operaciones que hace el ordenador, son capaces de crear modelos más complejos, aumentando así sus capacidades”, describe este ingeniero en Telecomunicaciones y Doctor en Visión por Ordenador.
De la misma manera que el cerebro de un bebé tiene que aprender a distinguir entre colores formas o caras, “estos sistemas necesitan alimentarse de una enorme cantidad de datos para aprender de la misma manera que lo hace el cerebro”, señala Tejero.
El núcleo de los sistemas inteligentes
“Las redes neuronales son el núcleo de cualquier ‘sistema inteligente’ de los que se desarrollan en la actualidad”, explica el doctor. Son capaces de hacer predicciones sobre lo que ocurrirá y anticiparse a nuevas situaciones. De ahí que esta tecnología sea la base de los sistemas de conducción autónoma. “En el vehículo se coloca una cámara que recoge imágenes del entorno por el que se mueve.
Las redes neuronales analizan e interpretan esos datos y pueden distinguir entre personas, señales y otros objetos para que el coche pueda tomar las decisiones acerca de las maniobras más adecuadas”. Como explica Tejero: “El coche no sólo debe saber cómo desplazarse del punto A al punto B, sino entender el porqué y las consecuencias que eso acarrea”.
Para el sistema sanitario esta tecnología se ha convertido en la gran aliada. “Un especialista en radiodiagnosis, por ejemplo, debe analizar decenas de radiografías, colonoscopias y otro tipo de información. Un proceso que le lleva muchísimo tiempo y resta en la atención a los pacientes”, indica el investigador español. “Pero ya existen redes neuronales especializadas en el reconocimiento de tumores que incluso mejoran el diagnóstico de muchos especialistas”.
Las redes neuronales dotan a las máquinas de capacidades propias de las personas, como la habilidad de pronosticar, razonar, aprender y adaptarse para resolver problemas. Ayudan a los humanos a “automatizar muchas tareas repetitivas y tediosas” en los sectores de las finanzas, seguros, telecomunicaciones o construcción. ”Incluso son capaces de crear por sí mismas textos o imágenes que no se pueden distinguir de la realidad”, asegura Tejero.
“Pueden superar a los humanos en tareas superespecializadas, como encontrar patrones en secuencias de ADN”. Gracias a ello ha sido posible secuenciar con tanta rapidez, por ejemplo, la estructura del covid-19 para producir las vacunas en tiempo récord.
La ciencia también ha conseguido crear cerebros humanos a partir de tejido epitelial. Pero eso no significa que las redes neuronales “pretendan replicar el cerebro humano que tiene sentimientos y consciencia, que tiene una inteligencia general. El objetivo de las redes neuronales es ayudar al ser humano a evolucionar, nunca a sustituirlo”.