NEURONA, SINAPSIS Y REDES NEURONALES

 

 NEURONA, SINAPSIS Y REDES NEURONALES

Neurona

Se conoce como neurona (del griego neûron, “cuerva” o “nervio”) a un tipo altamente especializado de célula, que compone el sistema nervioso, encargado de controlar las funciones voluntarias e involuntarias del organismo.

 

Tipos de neurona

Existen muchas formas de clasificación de las neuronas. Las principales tres son:

 

1.  De acuerdo a su forma y tamaño. Las neuronas pueden tener la siguiente apariencia:

• Poliédricas. Con forma geométrica determinada.
  Fusiformes. De apariencia semejante a las células musculares, cilíndricas.
• Estrelladas. En forma de estrella o de araña, es decir, con muchas extremidades.
• Esféricas. De forma redonda.Piramidales. Con forma de pirámide.

  2.   De acuerdo a su función. A juzgar por el papel que desempeñan en el sistema nervioso, podemos hablar de:

• Motoras. Aquellas que están vinculadas con el movimiento y la coordinación muscular, tanto consciente como refleja
•  Sensoriales. Aquellas vinculadas con la percepción de estímulos provenientes del exterior del cuerpo mediante los sentidos.
• Inter neuronales. Aquellas que conectan diversos tipos de neuronas entre sí y permiten las redes neuronales, dando pie así al pensamiento complejo, a la memoria, etc.

3. De acuerdo a su polaridad. Dependiendo del número y la disposición de sus terminaciones eléctricas, pueden ser:

• Unipolares. Su axón es una sola prolongación bifurcada.
  Bipolares. Con el núcleo en el centro, poseen un axón y una dendrita largos y que tienden a extremos opuestos.
• Multipolares. Poseen un axón largo y múltiples dendritas que permiten muchas conexiones simultáneas.
• Monopolares. Poseen solo una dendrita dividida en dos y dirigida a extremos opuestos, por lo que se consideran falsas unipolares.
• Anaxónicas. Sumamente pequeñas, no distinguen sus axones de sus dendritas.

 

Sinapsis

El proceso de la sinapsis ocurre cuando las neuronas se comunican entre sí o con alguna otra célula (como los músculos para generar movimiento o las glándulas para segregar hormonas), activando o desactivando así determinados procesos del organismo.

Esto ocurre mediante la transmisión de un impulso nervioso, es decir, la segregación por la célula emisora de una descarga química en su membrana, que ocasiona una descarga eléctrica percibida por el axón de la neurona. Esta, a su vez, segrega compuestos químicos llamados neurotransmisores, los cuales son percibidos por otra neurona intermedia y así se continúa una cadena que toma en total fragmentos de segundo.

 

Red neuronal

Las redes neuronales, también conocidas como redes neuronales artificiales (ANN) o redes neuronales simuladas (SNN), son un subconjunto de machine e-learning y están en el eje de los algoritmos de deep learning. Su nombre y estructura están inspirados en el cerebro humano, imitando la forma en que las neuronas biológicas se transmiten entre sí.

Las redes neuronales artificiales (ANN), se componen de capas de nodos, que contienen una capa de entrada, una o más capas ocultas, y una capa de salida. Cada nodo, o neurona artificial, se conecta a otro y tiene un peso y un umbral asociados. Si la salida de cualquier nodo individual está por encima del valor de umbral especificado, dicho nodo se activa, enviando datos a la siguiente capa de la red. De lo contrario, no se pasan datos a la siguiente capa de la red.

Las redes neuronales se basan en datos de entrenamiento para aprender y mejorar su precisión con el tiempo. Sin embargo, una vez que estos algoritmos de aprendizaje se ajustan con precisión, se convierten en potentes herramientas en ciencias de la computación e inteligencia artificial, lo que nos permite clasificar y agrupar datos a gran velocidad