Red neuronal
Una red neuronal es un modelo computacional compuesto de capas interconectadas de unidades numéricas (neuronas) que aprenden a mapear entradas a salidas ajustando pesos de conexión mediante exposición a datos de entrenamiento.
Una red neuronal es un aproximador de funciones construido a partir de capas sucesivas de unidades de procesamiento simple llamadas neuronas. Cada neurona calcula una suma ponderada de sus entradas y pasa el resultado a través de una función de activación no lineal como ReLU o sigmoid. Los datos fluyen hacia adelante a través de las capas — desde una capa de entrada, a través de una o más capas ocultas, hasta una capa de salida — produciendo una predicción o representación aprendida al final.
El entrenamiento ajusta los pesos mediante retropropagación combinada con descenso de gradiente: se calcula un error (loss) comparando la salida de la red con el objetivo correcto, y esa señal de error se propaga hacia atrás a través de las capas para actualizar cada peso incrementalmente. Los marcos modernos como PyTorch y TensorFlow automatizan este proceso completamente, permitiendo redes que van desde unos pocos miles hasta cientos de miles de millones de parámetros.
Las redes neuronales subyacen prácticamente a todas las capacidades principales de IA de la década pasada: reconocimiento de imágenes (ResNet, EfficientNet), síntesis de voz (WaveNet), predicción de estructura de proteínas (AlphaFold2), y generación de lenguaje natural (familia GPT). Su ventaja central es la capacidad de aprender representaciones de características útiles directamente a partir de datos sin procesar — píxeles, muestras de audio o tokens de texto — eliminando la ingeniería de características manual requerida por enfoques de aprendizaje automático anteriores.
A partir de 2026, las redes neuronales abarcan un rango de escala enorme, desde modelos minúsculos ejecutados en microcontroladores en dispositivos IoT hasta sistemas multimodales distribuidos en miles de aceleradores de IA especializados. Las prioridades de investigación incluyen mejorar la eficiencia energética, la interpretabilidad de las representaciones aprendidas, y la robustez ante entradas fuera de la distribución de entrenamiento.