Saltar al contenido
AI Atlas

Neurona artificial

Deep LearningNivel 1 · FundamentosConcepto~1 min de lectura

En una frase

Neurona artificial: la unidad básica de una red neuronal: combina varias entradas con pesos, suma un bias y aplica una función de activación.

¿Demasiado técnico? Ver explicación sencilla¿Quieres profundizar? Ver explicación técnica

Explícamelo fácil

Una neurona artificial hace algo muy simple: recibe varios números, multiplica cada uno por su importancia (peso), los suma y decide cuánto «encenderse».

Por ejemplo, una neurona que decide si vas a ir a la playa podría considerar el clima, la distancia y si tienes tiempo, dando más peso al clima.

Nivel técnico

Profundizando

Calcula y = σ(Σᵢ wᵢxᵢ + b) = σ(w·x + b). El perceptrón original (Rosenblatt, 1958) usaba una función escalón; las redes modernas usan activaciones diferenciables como ReLU o GELU para poder entrenar con Gradient Descent.

Ver explicación matemática
y = σ(w · x + b)

Qué significa cada símbolo

x
Vector de entradas
w
Vector de pesos (uno por entrada)
w · x
Producto punto: suma de cada entrada por su peso
b
Bias: desplazamiento fijo
σ
Función de activación

¿Por qué importa?

Entender una neurona es entender la operación que se repite miles de millones de veces dentro de un LLM.

¿Dónde se utiliza?

  • Bloque básico de cualquier red neuronal

Antes de aprender esto

Continúa aprendiendo

Conceptos relacionados