Redes Neuronales para la caracterización de yacimientos: Del Mito a las Aplicaciones Prácticas

Autores/as

  • Rafael Banchs Universidad Católica Andrés Bello

DOI:

https://doi.org/10.62876/tekhn.v1i8.2874

Resumen

En los últimos años, a medida que han proliferado las aplicaciones tecnológicas de la llamada inteligencia artificial, algunos mitos existentes en torno a estas tecnologías emergentes han ido desapareciendo. Sin embargo a estas alturas, la definición precisa de inteligencia sigue siendo incierta y la de inteligencia artificial más aún. Aunque su inicio se remonta a más de medio siglo cuando los psicólogos presentaron sus primeros modelos del cerebro y el aprendizaje (McCulloch y Pitts, 1943) no fue sino hasta finales de los 80, cuando la tecnología computacional estuvo lista, que la aplicación práctica de estos conceptos a problemas de la vida diaria, la industria y la ciencia comenzó a materializarse.
Primero fueron los sistemas expertos (Waterman, 1986) y luego llegaron las redes neuronales (Fahlman y Hinton, 1987), la fascinación del público no había terminado aún cuando llegaron los algoritmos genéticos (Holland, 1992) seguidos de la lógica difusa (McNeill y Freiberger, 1993). Hoy en día se habla de cualquier combinación y/o permutación de estos términos y es una forma segura y rápida de vender tecnología. El problema de todas estas tecnologías radica en que para la mayoría del público en general, e incluso para un gran número de sus usuarios, continúan siendo cajas negras que siempre arrojan una solución.
Este trabajo tiene un doble objeto; en primer lugar, pretende desmitificar un poco el concepto de las redes neuronales mediante la presentación de los aspectos más fundamentales de su teoría y la discusión de sus ventajas y desventajas como métodos de inferencia.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

20-01-2016

Cómo citar

Banchs, R. (2016). Redes Neuronales para la caracterización de yacimientos: Del Mito a las Aplicaciones Prácticas. Tekhné, 1(8). https://doi.org/10.62876/tekhn.v1i8.2874

Número

Sección

Estudios