Red neuronal de impulsos

Red neuronal Spike con una capa oculta

Las redes neuronales de impulsos (en inglés: spiking neural networks) son un tipo de redes neuronales artificiales más realistas que las redes neuronales artificiales clásicas, es decir, procesan la información de una forma más similar a las redes neuronales biológicas.

Introducción

Una diferencia fundamental con respecto a las redes neuronales artificiales clásicas, es que la mayoría de los modelos de neurona de impulsos (spiking neuron) incluyen el concepto de tiempo en la simulación. Las entradas a las neuronas se presentan distribuidas en el tiempo y suelen consistir en una serie de impulsos.

El modelo de neurona de este tipo de redes cuenta con al menos una variable de estado, la cual representa el potencial de membrana de la neurona. Algunos modelos de neurona más complejos, pueden incluir otras variables; como son el estado que cada tipo de sinapsis.

El efecto de cada impulso de entrada modifica el estado de la neurona y cuando la variable que representa el potencial de membrana alcanza el umbral de disparo, la neurona emite un impulso (evento) de salida. Este modo de funcionar hace que la neurona pueda emitir un impuso de salida debido al efecto que un impulso de entrada produjo en un tiempo anterior. Los impulsos producidos por las neuronas son transmitidos a través de conexiones a otras neuronas. Estas conexiones pueden introducir retardo en la transmisión de los impulsos dependiendo de la complejidad del modelo que se esté simulado.

Debido a que estas neuronas sólo reciben como entrada impulsos, la única forma de codificar la entrada es mediante el número de impulsos y el tiempo en el que éstos se introducen. Así surgen varios métodos para codificar la información mediante trenes de impulsos.

Historia

El modelo de Hodgkin-Huxley de pico neuronal se inspiró en la actividad biológica de las neuronas naturales y fue propuesto en 1952. Este modelo describía cómo se inician y propagan los potenciales de acción. La comunicación entre neuronas, que requiere el intercambio de neurotransmisores químicos en la brecha sináptica, se describe en varios modelos, como el modelo de integración y disparo, el modelo de FitzHugh-Nagumo (1961-1962) o el modelo de Hindmarsh-Rose (1984). El modelo de integración y disparo con fugas (o un derivado) se usa comúnmente, ya que es más fácil de calcular que el modelo de Hodgkin-Huxley.

Si bien la noción de red neuronal artificial de impulsos se volvió muy popular sólo durante el primer cuarto del siglo XXI, existen un cierto número de trabajos entre 1980 y 1995 que fundamentaron el concepto y en los que aparecieron los primeros modelos de este tipo de redes neuronales para simular sistemas inteligentes no algorítmicos de procesamiento de información. Sin embargo, la propia noción de red neural de impulsos como modelo matemático ya había sido trabajada a principios de la década de 1970.

Aplicaciones

Este tipo de redes pueden ser aplicadas en el procesamiento de la información de igual forma que se utilizan las redes neuronales clásicas, pero debido a su carácter más realista también pueden ser aplicadas en investigación sobre el funcionamiento de circuitos nerviosos. Partiendo de una hipótesis sobre la topología y funcionamiento de un circuito nervioso presente en la biología, se puede contrastar su salida con la de una red de neuronas de impulsos con las mismas características simulada en el ordenador.

Simuladores

Existen diversas aplicaciones informáticas para simular este tipo de redes neuronales atendiendo a la aplicación que se le pretenda dar a la simulación. De esta forma se pueden clasificar en: