Las redes neuronales son una técnica de nueva proliferación en el análisis cuantitativo por computadora. El software de redes neuronales añade inteligencia artificial al análisis de datos mediante el uso de algoritmos que imitan las funciones elementales de las células del cerebro para “aprender” la estructura de los datos; es decir, para detectar patrones en los datos. El software puede usar luego su nuevo “conocimiento” para predecir el resultado de problemas con datos similares. El proceso de computación de la red neuronal está totalmente automatizado.

Análisis cualitativo y cuantitativo
El software de la red neuronal se puede usar para resolver dos tipos básicos de problemas: (1) problemas de clasificación en los que el investigador trata de determinar a qué categoría pertenece una entidad desconocida, por ejemplo, un cierto problema médico o las probabilidades de que el solicitante de un préstamo devuelva un préstamo; y (2) problemas numéricos en los que el investigador necesita predecir un valor numérico específico, como la edad de un organismo vivo o el nivel de ventas de un periodo futuro.

La ventaja de las redes neuronales
La diferencia entre la resolución convencional de problemas por computadora y la computación con redes neuronales es que en la resolución convencional de problemas hacemos ciertas presuposiciones sobre la estructura de los datos, lo que nos permite usar un modelo relativamente simple de dependencias. Sin embargo, los datos con frecuencia no coinciden con las presuposiciones, lo cual resulta en soluciones inexactas. Las redes neuronales son sistemas sofisticados con elementos altamente interconectados, capaces de modelar relaciones complejas de datos cuando los métodos convencionales no sirven. Los dos métodos no compiten entre si, sino que se complementan.

Más de 60 años de historia
El término “red neuronal” hace referencia a la célula del cerebro o neurona, porque como sucede con su homólogo humano, una neurona de computación recibe entradas de una serie de fuentes y responde con una sola salida. Sorprendentemente, las redes neuronales no son nuevas, ni siquiera son recientes. La primera neurona artificial fue propuesta en 1943 por el neuropsicólogo Warren McCulloch (University of Illinois, Chicago y MIT) y el experto en lógica Walter Pitts (MIT). Pero su invención no encontró un propósito hasta la llegada de la computación de alta velocidad.

Aplicaciones en el mundo real
Los entornos comercial y científico en los que los sistemas informáticos recogen enormes cantidades de datos son ideales para la aplicación de las redes neuronales. Esta técnica es accesible para muchos profesionales que no tienen un alto nivel de experiencia en computación. El software de redes neuronales se usa actualmente en aplicaciones como las siguientes: detección de fraude en transacciones con tarjeta de crédito, predicción de la devolución de préstamos, predicción del rendimiento de inversiones, diagnóstico de tumores, identificación de especímenes biológicos desconocidos y predicción de fallos de seguridad en productos.

Vea cómo funciona NeuralTools
» Información adicional sobre NeuralTools