Redes neuronales: qué son y cómo sostienen la IA actual

Detrás de un reconocimiento de voz, un diagnóstico por imagen o la respuesta de un chatbot hay casi siempre el mismo tipo de sistema: una red neuronal, un modelo matemático inspirado a grandes rasgos en cómo se conectan las neuronas del cerebro. La idea lleva décadas sobre la mesa, pero solo se ha vuelto práctica cuando ha habido suficientes datos y suficiente potencia de cálculo para entrenarlas a gran escala.

¿Qué es una red neuronal?

Una red neuronal es un conjunto de nodos, llamados neuronas artificiales, organizados en capas y conectados entre sí por parámetros numéricos llamados pesos. Cada neurona recibe números de la capa anterior, los combina según esos pesos y pasa el resultado a la siguiente capa. Un modelo pequeño puede tener unos pocos miles de estos parámetros, mientras que GPT-4 se estima que ronda el billón.

Tipos de redes neuronales

1. Redes neuronales artificiales (ANN): el diseño más simple, con una capa de entrada, una o varias capas ocultas y una capa de salida. Se usan para clasificación y predicción sobre datos tabulares.
2. Redes neuronales convolucionales (CNN): especializadas en imágenes. AlexNet, la CNN que ganó el concurso ImageNet en 2012 y redujo el error de clasificación del 26% al 15% de golpe, marcó el arranque real del boom actual de la IA.
3. Redes neuronales recurrentes (RNN): pensadas para secuencias como el texto o el audio, con memoria de lo procesado antes. Dominaron la traducción automática hasta 2017, cuando el paper «Attention is all you need» de Google presentó el transformer, la arquitectura que hoy usan GPT, Gemini y Claude y que sigue reinventándose en variantes como los transformers en bucle.

Cómo aprende una red neuronal

El entrenamiento pasa por tres fases que se repiten miles o millones de veces. Primero, el feedforward: los datos atraviesan la red de principio a fin y producen una predicción. Después, la retropropagación (backpropagation), descrita por Rumelhart, Hinton y Williams en 1986, compara esa predicción con el resultado correcto y calcula cuánto ha fallado cada peso de la red. Por último, un algoritmo de optimización como Adam o el descenso del gradiente ajusta esos pesos para que el siguiente intento falle un poco menos. Cuantos más parámetros tiene el modelo, más GPU y más horas hacen falta para completar ese ciclo a escala.

Aplicaciones reales

Los asistentes de voz de un móvil o un altavoz inteligente usan redes neuronales para pasar del audio al texto. En medicina, ayudan a detectar tumores en radiografías y resonancias con una precisión que en algunos estudios iguala a la de un radiólogo. Los coches con conducción asistida las usan para interpretar en tiempo real lo que capturan las cámaras y sensores. Y en comercio electrónico y streaming, deciden qué producto o serie recomendar a partir del historial de cada usuario.

Límites que todavía no se han resuelto

Una red neuronal solo es tan buena como los datos con los que se entrena: si esos datos arrastran sesgos, el modelo los reproduce y a veces los amplifica. Tampoco es fácil explicar por qué una red ha llegado a una conclusión concreta, el problema de interpretabilidad que sigue frenando su uso en sectores regulados como la banca o la sanidad. Y el coste computacional no es menor: entrenar un modelo del tamaño de los que compiten hoy por hoy, como los que describe el lanzamiento de modelos abiertos con cientos de miles de millones de parámetros, exige granjas enteras de GPU funcionando durante semanas.

Preguntas frecuentes

¿En qué se diferencia una CNN de una RNN?

La CNN está especializada en datos con estructura espacial, como imágenes, mientras que la RNN está pensada para secuencias, como texto o audio, y mantiene memoria de lo procesado antes.

¿Qué es la retropropagación?

Es el algoritmo, descrito en 1986, que compara la predicción de la red con el resultado correcto y ajusta los pesos de cada neurona para reducir el error en el siguiente intento.

¿Por qué los transformers sustituyeron a las RNN?

Porque procesan toda la secuencia en paralelo en lugar de palabra a palabra, lo que los hace mucho más rápidos de entrenar y mejores capturando relaciones entre palabras alejadas en el texto.

¿Por qué es un problema que una red neuronal no sea interpretable?

Porque en sectores como la banca o la sanidad hace falta justificar por qué el modelo tomó una decisión concreta, y una red neuronal no siempre puede explicarlo con claridad.

¿Cuántos parámetros tiene un modelo como GPT-4?

Se estima que ronda el billón de parámetros, aunque OpenAI no ha confirmado la cifra oficialmente.