Red neuronal artificial

Modelo de cálculo inspirado en el cerebro, compuesto por unidades llamadas neuronas organizadas en capas que se conectan mediante pesos ajustables. Al entrenarse, esos pesos se afinan para transformar entradas en salidas útiles.

Actualizado: 3 de junio de 2026.

Una red neuronal recibe números en la capa de entrada, los propaga a través de una o varias capas ocultas y produce un resultado en la capa de salida. Cada conexión tiene un peso que determina cuánto influye una neurona sobre la siguiente.

Cómo aprende

Durante el entrenamiento, la red compara su predicción con la respuesta correcta, calcula el error con una función de pérdida y ajusta los pesos mediante retropropagación. Repitiendo esto millones de veces, la red mejora.

Variantes

Existen arquitecturas especializadas: convolucionales para imágenes, recurrentes para secuencias y transformers para texto.