Redes neuronales pulsantes, la robótica y la medicina en el progreso humano

Redacción/Xalapa. Carlos Alberto López Herrera, alumno de posgrado del Instituto de Investigaciones en Inteligencia Artificial (IIIA) de la Universidad Veracruzana (UV), señaló que las redes neuronales pulsantes (RNP) guardan un mayor parecido al modelo biológico neuronal y tienen aplicación en los campos relacionados con el tiempo, la robótica y la medicina. 

Integrante del grupo de investigación Computer Vision, Neural Networks, and Evolutionary Computation and Applications (Covnnec-App) del mismo instituto, el estudiante universitario fue uno de los participantes en el 7º Seminario de Socialización y Aprendizaje Computacional realizado de manera virtual el viernes 7 de enero, en el que habló de las características y propiedades de las RNP. 

Como ejemplo de estos modelos mencionó los Hodgkin y Huxley, Izhikevich y Leaky integrate and fire (LIF), y precisó que el último de ellos es el más utilizado por ser el más simple y fácil de implementar en un programa. 

Refirió que las RNP fueron introducidas en 1997 por Wolfgang Maass, catedrático de informática empresarial de la Universidad de Saarland; su estructura, dijo, es parecida a las redes neuronales tradicionales, “sin embargo la gran motivación detrás de éstas es que se les considera como un modelo neuronal más realista”. 

Destacó que su utilización da paso a una característica importante en cuanto a este tipo de modelos, al relacionarse con el manejo de la información. 

Al referirse a las redes neuronales artificiales (RNA), explicó que están compuestas por diferentes capas (entrada, salida e intermedias), dentro de las cuales se localizan algunas unidades computacionales conocidas como neuronas, que ejercen una función de activación feedforward secuencial para determinar el valor que va a entregar la neurona en su salida, para propagarse hacia otros lados de la red. 

“Su característica principal es que la información viaja en toda la red, mediante disparos que las neuronas van haciendo de manera asíncrona, lo cual marca la diferencia con las redes tradicionales; los disparos viajan de manera independiente uno de otro, los hace interesantes y adaptados a aplicaciones relacionadas con el tiempo.” 

En su investigación, López Herrera encontró que las RNP son energéticamente más eficientes (consumen menos energía que las tradicionales), principalmente cuando se acoplan a dispositivos de última generación; no obstante, reconoció que se han encontrado algunas dificultades al trabajar con este tipo de redes, debido a su difícil entrenamiento por sus simulaciones complejas. 

Por su aplicación en el área médica, su investigación para tesis la tituló “Predicción de ataques epilépticos a partir de señales electroencefalográficas (EEG) utilizando red pulsante neuroevolucionada”.