Redes Neuronales inteligencia artificial

Lo que me propongo es construir un Perceptron multicapa desde cero

En este video de introducción lo que voy a hacer es simplemente marcar un poco las ideas
generales de lo que vamos a hacer y en que consiste esto y que significa.

Vamos a suponer que vamos a casa de una amiga, que es psicóloga y nos dice que acaba de
hacer un estudio para detectar si una pareja se va a divorciar próximamente o no o tiene
muchos números para divorciarse

Nos enseña esto con unas entradas y unas salidas, y nos dice que esto, tal cual esta con estas
ruedas que representan potenciómetros puestas de esta manera, nos dice y nos asegura que
ha aprendido a detectar si una pareja se va a divorciar o no

Nosotros nos quedamos un poco boquiabiertos porque claro ella nos ha dicho que esta
utilizando un proceso multicapa o sea que es un tipo muy extendido de red neuronal de
inteligencia artificial y nosotros lo primero que le preguntamos oye cuando he visto en la tele o
en los libros o en Wikipedia yo me imagino una red neuronal como una cosa asi, con un
monton de conexiones, en fin, una red. Como es que ahora me dices que esto es una red
neuronal, entonces ella nos dice, tu tranquilo que luego te lo explico.

Esto que hay aquí esta dentro de esta caja negra. Déjame decirte, nos dice nuestra amiga
psicóloga; déjame decirte que si a ti te dan digamos un perceptron multicapa, que es la idea
esencial de lo que he hecho y porque lo he hecho y que representan estas cosas y luego ya
entramos en detalles. Y digo bueno vale

Mira para detectar si una pareja se va a divorciar o no, yo como soy psicologa y he estudiado
varios casos me ha dado la impresión de que los parámetros importantes para que eso ocurra
es por ejemplo el numero de metros cuadrados de la casa en donde empezaron a vivir por
ejemplo, esto representaría x1, también me he dado cuenta que el numero de hijos que han
tenido es relevante y también por ejemplo la edad de el, la edad de ella, y bueno aquí también
pudiéramos meter cuantas entradas quisiéramos. Esto me lo estoy inventando , no se
exactamente, de hecho si se que se ha hecho un estudio hace un tiempo y no me acuerdo
cuales eran estos parámetros; era algo asi.

Nosotros le preguntamos pero una cosa, tu esto de donde lo has sacado que estas entradas
son relevantes y dice bueno, pues esta parte es la parte creativa, un señor o una señora que
quiera hacer una red neuronal con un sistema de inteligencia artificial no puede aquí meter
10,000 datos tiene que intentar meter una síntesis de los datos que considera relevante para
poder predecir, y aquí esta el arte y si no es tan imaginativo pues es cuestión de probar.
Total que nos dice nuestra amiga psicóloga que la creamos que estos parámetros que ella ha
elegido funciona muy bien. Dejemos para otro momento como se puede seleccionar esto. De
momento no lo queremos.

Luego nos dice, mira esta red neuronal que he construido, este perceptron tiene una patita de
salida porque a mi lo único que me interesa que me diga si se va a divorciar o no se va a
divorcionar. Por tanto yo necesito que diga que esta “y” valga por ejemplo 1 si se va a
divorciar y 0 si no se van a divorciar. Y nosotros le preguntamos bueno a ver y si fuera 2 y 8,
entonces ella nos dice no hay ningún problema, podría ser 0 y 8 o cualquier par de valores
pero que estén lo suficientemente separados para que quede claro la tendencia.

Entonces a falta de un criterio mac wire pues ella me dice yo le punto 1 y 0 porque a mi me
gusta la informática y se que 1 y 0 es el típico código binario y con esto en principio no habría
ningún problema para identificar divorcio con un numero y que siguen con otro numero
siempre y cuando estén lo suficientemente separados. Claro nosotros estamos un poco
perplejos, aún no sabemos bien que esta pasando pero la creemos, la queremos, de momento.

Nos dice, tu no te preocupes, nos dice nuestra amiga psicóloga, que en cuanto hayamos
entrado en detalles vas a entender perfectamente esto, de momento creete, si introducimos
en detalles vas a entender perfectamente esto. Si introducimos aquí 40 metros cuadrados,
dos hijos, la edad de él no se, 30 y no se cuantos ella, 21 y que aquí nos da 1 ó 0.9, quiere decir
que estos señores tienden claramente a divorciarse y si por el contrario hubiera dado en torno
a 0, 0.1 ó 0.3 pues es muy probable que sea una pareja feliz y que sigan.

Vale nosotros de momento no lo creemos y estamos muy expectantes para saber que
significan estas ruedecitas y por qué están puestas asi. Ella nos dice, mira estas ruedecitas
aquí inicialmente estaban cercanas a cero, todas las rueditas cuando me trajeron el centro
multicapa y lo saque de la caja pues estaban todas estas muy cercanas a 0. Por cierto esto si se
ha girado hacia la izquierda quiere decir que es negativo y si se ha girado hacia la derecha
quiere decir que es positivo esto es una manera simbolica de ponerlo por supuesto estas
ruedecitas no existen todo esto es un modelo simplificado para visualizarlo bien vale entonces
ya lo que nos dice es lo siguiente mira yo lo que he hecho es hacer una encuesta y entonces
hubo estado mirando datos y lo que he hecho es recopilar en una tabla cosas que yo ya se que
han pasado, es decir he visto que parejas que se han divorciado pues tenían por ejemplo 100
metros cuadrados, no se lo estoy inventando, un hijo, 32 años de edad el, 27 años ella, estoy
inventando completamente al azar, con 60 metros cuadrados, 0 hijos, 40 años el, 30 años ella
pues no se divorcio, etc. yo tengo un montón de casos en los que se todos estos datos y se si
se divorciaron o no, estudios anteriores o años anteriores, lo que sea. Vamos a suponer que
tenemos 50 datos por decir, nos dice la psicóloga.

Cuando yo recibi esta caja, lo que hice fue introducir el 100 el 60, el 32, el 27 aquí, y cuando la
caja hizo unos cálculos que en otros videos ya detallare que cálculos son aquí me dio un valor
que no tenia nada que ver con el 1 ni con el 0 por ejemplo imaginemos que nos dio.. es mejor
llamarle “s” la salida que ocurrio realmente y “Y” la salida que nos da la red, puede ser
coincidente con esta o no.
Volviendo a lo que decia, lo que hice fue introducir el 100, el 60, el 32 y el 27 en nuestra cajita,
en nuestra red neuronal y me salio 0.3 y esto que quiere decir que van a seguir o que quiere
decir. Ella nos dice, no no esta red como llego limpia en el sentido que no había aprendido
nada pues este 0.3 no tiene sentido alguno porque no ha aprendido nada esta red y si le
hubiera introducido 60, 0, 40, 30 pues a lo mejor da 0, o a lo mejor da 0,93 no se, o sea que los
valores de aquí son absurdos, no tienen sentido para nada y digo hija mia yo no estoy
siguiendo nada de lo que me estas diciendo o sea me estas diciendo que introduciendo estos
valores dan cosas aparentemente sin sentido y ella me dice si, efectivamente, y digo bueno me
callo para que me sigas diciendo que ha pasado aquí.

Y después mas fácil, lo que hice fue hacer lo que se llama la etapa de aprendizaje que es que
para cada conjunto de valores que yo le daba de mi conjunto de entrenamiento que se llama,
cada vez que daba una cosa que distaba mucho de lo que tenia que ser, por ejemplo aquí tenia
que haber dado 1 y a ella le dio 0,3 pues lo que hago es calcular el error. El error en principio
se eleva al cuadrado y se multiplica por un medio pero esto es por una cuestión de facilidad de
calculo que veremos mas adelante. No os preocupéis, o sea que podeis pensar que esto es
simplemente el 0,7

Bueno lo digo ya, este al cuadrado significa, es una manera fácil de que no nos interese si está
mas hacia la izquierda, hacia la derecha o sea si es negativo, positivo y en un medio va a ser
bueno porque utilizaremos derivadas y cuando derivemos este 2 cuando baje aquí se ira con
esto y las formulas nos van a aparecer mas bonitas simplemente. volviendo al asunto, dice
entonces claro, cuando vemos que se ha cometido cierto error entonces lo que hay que hacer
es mover estas manivelas un poquito de nada para que la salida pertenciente a 100, 60, 32 y
27 se acerque un poquito mas a lo que nos hubiera gustado.

Por ejemplo si el error hubiera dado 0 entonces dejamos todas estas ruedas igual, y si por
ejemplo le hubiera dado 0 aquí que es completamente radical este numero no se hubiera dado
mas grande y por tanto volveríamos las rueditas un poco más no mucho pero un poco más y le
preguntamos, o sea lo que me estas diciendo es que cada vez que introduces un valor de
estos, cálculas la salida en principio aleatoria de esta red miras cuanto error se ha cometido y
en función de eso modificas todas estas ruedecitas para intentar minimizar el error y dice si,
correcto, eso es lo que estoy haciendo y eso lo hago para cada uno de estos 50 señores.

Entonces una vez introducido en la red estos 50 valores, las ruedas han quedado parecido a
esto pero no exactamente esto pero no exactamente esto, entonces lo que hacemos es volver
a introducir estos 50 valores unas cuantas veces y esto es lo que los señores que se dedican a
inteligencia artificial llaman épocas, por ponerle un nombre o sea una época seria
simplemente sustituir estos 50 valores aquí calcular el error, mover las ruedecitas 50 veces, si
por ejemplo hacemos dos épocas pues significa hacer esto y otra vez esto. En verdad
habriamos hecho esta operación 100 veces, etc.; ella dice que normalmente con 6, 7, 8, 10, 20
o sea con pocas épocas ya podemos llegar a un resultado.

Claro nosotros le preguntamos qué significa llegar a un resultado puede ser, bueno pues, lo
que significa o sabremos que esta red ha aprendido si cuando volvamos a introducir todos
estos datos ya nos da el valor correcto o casi casi el correcto, por lo tanto el error es cero y por
lo tanto estas ruedas no las tenemos que mover. Digo, ah vale ya veo y entonces la pregunta
pertinente es decirle entonces una cosa si te llega un matrimonio que no está aquí y que por
ejemplo su piso es de 72 metros cuadrados, no han tenido hijos, el tiene 22 años y ella 23, que
pasara, se va a divorciar o no, si estos valores no están aquí esta red va a predecir
correctamente y ella nos dice algunas cositas sobre que estos valores tampoco pueden ser
muy dispares o sacrifique la idea es que estos 50 valores sean representativos y si no se ha
equivocado en la elección de estos parámetros y estos valores son representativos
efectivamente puede predecir lo que va a pasar y claro yo estoy escuchando, estoy
estupefacto y le pregunto, pero esto lo has podido comprobar de alguna manera y me dice si
porque efectivamente aquí lo que se suele hacer es lo que se llama el primer paso es el
aprendizaje que es lo que te acabo de decir, pero de todos los datos que yo sabia sólo he
metido 50 pero me he dejado otros 50 que si que se la solución pero que no los he utilizado
para entrenar a la red y entonces es cuando pasamos a la sección digamos de la etapa del
texto o de hay un nombre que ya no me sale, validación. Validación básicamente significa hoy
esta red funciona bien ok.

Entonces que hacemos con la validación o simplemente introducimos pues no se dicho 50 con
otros números para que no se, no se confundan, cogemos los 60 nuevos valores que no hemos
utilizado para el aprendizaje los introducimos en la red vamos viendo las diferentes salidas que
ha ido dando y las comparamos con lo que tendría que haber dado. Entonces si el resultado es
muy cercano diremos que si ha funcionado, si el resultado no es nada parecido diremos no, lo
de si es parecido o no eso ya depende de cada autor y podemos decir pues que si es tan solo
un 10% es que si y si es mas pues es que no uno por ejemplo. Entonces contamos cuantas
veces ha habido si entre el total el numero de veces que ha resultado el si entre el total de
veces lo multiplicamos por 100 y esto si por ejemplo nos da un 80 por ciento significa que esta
red tiene una capacidad de predicccion del 80% y eso es justamente lo que me ha pasado con
mi estudio y digo ostras pues esto es la hostia y claro pero entonces es momento si tu red ha
ap5 arecido a un 80% como podemos saber cuales son las reglas o sea que formula es la que
hay aquí detrás o que podemos aprender nosotros y ella es lo que nos dice bueno nos dice que
esto es lo malo. lo malo es que no tenemos ni idea de que ley o reglas están detrás de este
aprendizaje o sea simplemente el perceptor tiene la capacidad de generalizar y poder digamos
sacar una estructura de los datos que nosotros no vemos porque es demasiado compleja
orgánica o simplemente porque viven aquí.

Tenemos cuatro dimensiones pero que podrían haber entradas de ellos es de 20 de 30

entradas que eso significan puntos en 30 dimensiones y que la estructura no la podemos ver
fácilmente y esto es lo malo de las redes que la red aprende pero nosotros en principio no
somos capaces de detectar que ha aprendido y ponerlo en forma de conocimiento o de
fórmulas aún asi es realmente útil este tipo de cosas para resolver problemas que a lo mejor
para un humando si que podríamos decir oye mira si viven en un piso de 60 metros cuadrados
a lo mejor tienen o han tenido hijos y ya son mayores por hoy es seguro que se van a divorciar
no a lo mejor para un humano con vista pues puede ser fácil pero para una máquina en
principio no lo es y este es un ejemplo solo pero hay muchos mas ejemplos como por ejemño
el reconocimiento de imagines hay un caso de hace unos años en el que se utilizo una red
neuronal para detectar si hay si en el el enemigo tenia aviones o no a partir de imagines de
satélite no bueno o por ejemplo los bancos lo utilizan también para saber que clientes son
susceptibles deben de comprar una tarjeta de crédito o de un paquete del bancario o sea esto
está y google lo utiliza también para reconocimiento de imágenes por ejemplo si hace ahí si
alguien hace una búsqueda sobre gatos pues y quieren saber y quiere buscar entre toda su
base de datos pues gatos pues aplica redes neuronales para intentar detectar gatos o lo que
un humano entiende por gatos tiene todo seria una pequeña introducción en los videos que
vienen pues voy a ir al grano de lo que significan estas o megas como se lo montan y que tiene
que ver esto con las neuronas de un cerebro pues hasta el siguiente video.