Aprendizaje Automático

Construir un sistema que aprenda ha sido tradicionalmente uno de los objetivos más escurridizos de la IA.

Definiciones:

• Significa cambios adaptativos en el sistema: permite que el sistema ejecute la misma tarea con mayor eficacia para la siguiente ocasión. (Herbert Simun)

• Construir o modificar representaciones de aquello con lo que se experimenta (estímulos sensoriales, procesos cognoscitivos, etc.) (Ryszard Michalski)

• El Aprendizaje como proceso de adaptación a un entorno, el cual no tiene porque ser físico, sino que puede (y es lo normal) estar formado por estructuras que se refieran a conocimiento.

• La creación y manipulación de representaciones que den sentido a lo aprendido, y que sean capaces de explicarlo o de permitir su interpretación.

Desde el punto de vista de los Sistema Conexionistas (Redes Neuronales): Elementos Variables --> Pesos.

"La modificación dinámica de los pesos (Wi) es la verdadera esencia del aprendizaje". En el nivel, de un simple PE, este reajustamiento de pesos no significa nada, pero cuando muchos PE lo realizan colectivamente, se dice que representa a la Inteligencia.

Def: Aprendizaje es un proceso por el cual los parámetros libres de una red neuronal son ajustados a través de un proceso continuo de estimulación por parte del entorno en donde se sitúa el sistema. El tipo de aprendizaje es determinado por la forma o manera que tienen lugar dichos cambios. Esta definición implica la siguiente secuencia de hechos:

• La red neuronal se encuentra estimulada por el entorno.

• La red neuronal cambia como consecuencia de dicho estímulo.

• La red neuronal responde de manera diferente al entorno a causa de los cambios que se han producido en su estructura interna.

• La ecuación que especifica como cambian los pesos, recibe el nombre de Ley de Aprendizaje.

M. González Penedo