Apilar neuronas: la red neuronal

Conecta neuronas en pila

Antes aprendimos una sola neurona.
Reúne entradas por pesos y las suma,
y si la suma pasa una marca, dispara.
Simple, y su juicio igual de simple.
Solo puede separar cosas con una línea.
¿Y si llevamos la salida de una neurona
a la entrada de otra neurona?
Las neuronas se pasan señales
y pueden construir una imagen mayor paso a paso.

Toca neuronas para encenderlas y conectarlas. Las neuronas encendidas crean líneas de señal, así neuronas simples se juntan en una red.

Cada neurona sigue siendo simple.
Lo que cambió es que están conectadas.
La salida de una neurona
se vuelve la entrada de la siguiente,
así que lo que una sola no veía,
muchas juntas empiezan a ver.
Pero en vez de conectar al azar,
alinearlas en filas es mucho más limpio.
A esa fila la llamamos capa.

Capa de entrada, oculta y de salida

Pon neuronas en filas y tienes capas.
La fila más frontal toma valores de fuera.
La llamamos capa de entrada.
La fila más trasera da la respuesta final.
La llamamos capa de salida.
Las filas intermedias
son las capas ocultas que hacen casi todo el trabajo.
Una señal parte de la capa de entrada
y fluye por cada capa hasta la salida.

Toca el botón para hacer fluir la señal una capa cada vez. Se enciende de la entrada por la oculta hasta la salida, en orden.

La señal fluyó solo hacia adelante.
Cada capa toma la salida anterior
y la recalcula a su manera para pasarla.
Las capas frontales examinan piezas pequeñas,
y las traseras juntan esas piezas
para reconocer una forma mayor.
Cuanto más profundas las capas,
más abstractas las características que captan.
Pero aquí hay una trampa oculta.

Debe haber un paso que dobla en medio

Apilar capas parece suficiente, ¿no?
Pero hay una trampa.
Si cada capa solo suma y multiplica,
eso es una transformación recta, lineal.
Por muchas transformaciones rectas que encadenes,
el resultado es otra línea recta más.
Apila cien capas y equivale a una capa.
Así que entre capa y capa
de verdad hace falta un paso que doble la señal.

Activa y desactiva el paso que dobla para comparar. Apagado, las capas apiladas se colapsan en una recta; encendido, las curvas dobladas sobreviven y la forma se enriquece.

La diferencia saltó a la vista, ¿no?
Con el paso que dobla apagado,
por muchas capas, es una sola recta.
Lo que puede hacer equivale a una capa.
Con el paso que dobla encendido,
la señal se dobla un poco en cada capa,
y aparecen formas que las rectas jamás dibujarían.
Gracias a este paso que dobla
apilar capas por fin vale la pena.

Más capas, patrones más complejos

¿Añadimos más capas con pasos que doblan?
Con una capa, una sola recta
apenas parte el mundo en dos.
Añade una capa y las líneas dobladas se combinan
para trazar una frontera quebrada y curva.
Apila aún más
y aprende círculos o fronteras onduladas,
patrones cada vez más complejos.
Por eso las redes neuronales son potentes.

Toca para añadir capas. Con pocas capas la frontera es recta; cuantas más añadas, más se curva la frontera punteada para envolver un patrón complejo.

Cada capa añadida liberó más la frontera.
De una recta
a una línea quebrada, y luego a una curva.
Neuronas simples forman capas,
y con pasos que doblan metidos en medio,
un patrón que ninguna soñaría sola
lo aprenden juntas.
Esta es justo la destreza de una red neuronal.
Ahora resumamos todo.

Resumamos

Reunido en una línea, es esto.
Apila neuronas simples en capas y conéctalas.
La señal fluye de la capa de entrada a la salida.
Cada capa toma la salida anterior
y capta una característica mayor.
Entre capas debe haber un paso que dobla.
Si no, todo se colapsa en una sola recta.
Apila las capas y dobla entre ellas,
y la red aprende patrones complejos. Eso es.

Toca los puntos clave en orden para repasar. (apila neuronas en capas -> la señal fluye adelante -> hace falta un paso que dobla -> más capas, más complejos)

Ahora sabes cómo neuronas simples se juntan
para aprender patrones complejos.
Una neurona que sola solo trazaba una línea,
una vez que forma capas y dobla entre ellas,
aprendió hasta fronteras difíciles como curvas.
Esta idea simple, apilar y doblar,
es la base de las máquinas listas de hoy.
Luego sigamos explorando cómo esta red
mejora por sí misma.