Una celda que imita al cerebro, la neurona
Imagina que varios interruptores alimentan una sola bombilla. Algunos empujan fuerte, otros solo un poco. Suma todo el empuje, y si hay brillo suficiente la bombilla se enciende, si no, queda apagada. Una neurona artificial es justo esto. Multiplica cada entrada por una fuerza (un peso), las suma, y si la suma pasa un umbral se enciende.
Multiplica entradas por pesos y suma
En las puertas logicas vimos
entrar entradas y salir una respuesta.
Una neurona artificial es parecida:
toma varias entradas y hace un valor.
Pero no suma las entradas sin mas.
Fija una fuerza para cada entrada,
multiplica por esa fuerza, y luego suma.
A esta fuerza la llamamos peso.
Las entradas importantes reciben un peso grande,
las menos importantes uno pequeno.
Enciende y apaga entradas. Solo las encendidas se multiplican por su peso y se suman.
Cada vez que encendiste una entrada,
la suma crecio segun el peso de esa entrada.
Una entrada de peso grande mueve mucho la suma,
una de peso pequeno solo un poco.
Asi la suma no son las entradas mismas
sino el resultado de ver entradas y pesos juntos.
Y bien, esta forma, no te suena?
Multiplicar entradas por un numero y sumar.
Un peso es la pendiente de la regresion
Recuerda dibujar una recta como ax+b en regresion.
Multiplicamos la entrada x por la pendiente a y sumamos b.
Cuanto mayor la pendiente a,
mas cambiaba el resultado para la misma x.
El peso de una neurona es justo esa pendiente.
Multiplicar una entrada por un peso
es lo mismo que multiplicar por una pendiente.
Asi que al subir un peso,
esa entrada afecta mas fuerte al resultado.
Baja el peso y el efecto se debilita.
Toca para subir y bajar el peso. Como una pendiente multiplica la entrada, y la salida lo sigue.
Al mover el peso, la salida lo siguio.
Como cambiar la pendiente inclina la recta,
cambiar el peso desplaza la respuesta de la neurona.
Asi que para que la neurona responda bien,
fijar bien los pesos es lo esencial.
Pero tras hallar la suma,
que hace la neurona?
No envia la suma sin mas;
toma una decision mas.
Pasa el umbral y se enciende
Tras hallar la suma, la neurona
la compara con una sola linea base.
A esta linea base la llamamos umbral.
Si la suma pasa el umbral, la neurona dispara.
Disparar significa que dio la respuesta 1.
Si la suma no llega, la neurona queda apagada.
Estar apagada significa la respuesta 0.
Como una bombilla luce solo si hay brillo bastante,
la neurona dispara solo si la suma es bastante grande.
Asi la neurona toma una decision de encendido o apagado.
Toca para subir y bajar la suma. Cruza la linea del umbral y la neurona dispara (1), por debajo queda apagada (0).
En cuanto la suma paso el umbral, la neurona se encendio de golpe.
Encendida o apagada, la respuesta cae en una de dos.
Asi la neurona toma entradas
y decide por si misma si disparar.
Pero no responde bien desde el principio.
Con pesos toscos queda apagada cuando deberia disparar,
y dispara cuando deberia quedar apagada.
Eso es un error.
Cuando falla, como mejora la neurona?
Cuando falla, ajusta un poco los pesos
Antes aprendimos el descenso por gradiente,
ese metodo de leer cuanto fallas
y bajar la cuesta poco a poco.
Una neurona hace justo lo mismo.
Si deberia disparar pero quedo apagada,
sube un poco los pesos para que la suma crezca.
Si deberia quedar apagada pero disparo,
baja un poco los pesos para que la suma mengue.
No cambia todo de golpe;
da un paso, del tamano de cuanto fallo.
Repite esto muchas veces y acierta cada vez mejor.
Mira la respuesta errada y toca ajustar. El peso da un paso hacia la respuesta correcta, y acaba acertando.
Cuanto mas corregia, menos fallaba.
Con la direccion correcta, aun de a un paso,
acaba cerca de la respuesta correcta.
Asi aprende una neurona.
Una persona no fija cada peso a mano;
ella lee sus errores y ajusta sus propios pesos.
Repite este ajuste sobre muchos ejemplos
y la neurona llega a juzgar con bastante astucia.
Ahora resumamos todo.
Resumamos
Reunido en una linea, es esto.
Una neurona multiplica cada entrada por un peso y suma.
Esta es la misma forma que ax+b en regresion,
y la pendiente a es el peso.
Si la suma pasa el umbral dispara (1),
si no, queda apagada (0).
Cuando falla, como el descenso por gradiente,
corrige los pesos un poco segun cuanto fallo.
Repite esto y acierta cada vez mejor.
Multiplica y suma, dispara por umbral, ajusta cuando falla. Eso es una neurona.
Toca los puntos clave en orden para repasar. (entradas por pesos sumadas -> el peso es la pendiente -> dispara si pasa el umbral -> ajusta cuando falla)
Ahora conoces una pequena calculadora
que imita una sola celda del cerebro.
Multiplica y suma, enciende y apaga, corrige al fallar,
esta celda simple es el comienzo del aprender.
Una sola celda asi ya juzga bastante bien,
pero enlaza muchas de estas celdas
y se pueden aprender cosas mucho mas complejas.
La proxima, como se juntan estas celdas
para formar una inteligencia mayor?
Sigamos explorando juntos.