Funcionamiento de las redes
La función de una única neurona es muy sencilla pero cuando multiplicamos la cantidad de neuronas, las conexiones entre ellas (denominadas sinapsis), los pesos y las tendencias comenzamos a generar complejidad que nos permite resolver tareas más avanzadas. Cuanto más compleja la tarea que debemos resolver más sofisticada la red neuronal y mayor la cantidad de neuronas en la misma.
Esto es algo muy visto en la naturaleza, cuando con reglas simples, organismos vivos en grandes cantidades pueden dar lugar a sistemas vivos mucho más complejos. Podemos ver esto en “Game of life” que, con reglas muy simples se pueden crear comportamientos sorprendentes. Tengamos presente que el cerebro humano dispone de un promedio entre 86 y 100 mil millones de neuronas, interconectadas entre sí formando redes neuronales, lo que nos hace reflexionar sobre esta misma complejidad sistemática.
Las entradas de las redes neuronales pueden ser valores provenientes del entorno, como también pueden ser las salidas de otras redes neuronales. Por ejemplo: en un software de asistencia de lectura, una red neuronal entrenada es la encargada de interpretar el texto en imagen, a su vez puede dar salida a otra red neuronal entrenada para pronunciar textos, de modo que con una red se ve y lee y con otra se pronuncia. Este encadenamiento de redes neuronales nos permiten dividir la tarea y hacer que cada red neuronal se especialice en un parte de la tarea (siempre que la tarea sea perfectamente divisible). Cuanto más específica sea la tarea de una red neuronal más fácil será su entrenamiento y más simple la red.