Funciones y Estructuras de Neuronas

¿Cuál es la función principal de una neurona cerebral en el proceso de transmisión de información?

• Almacenar recuerdos a largo plazo sin interacción.

• Recibir estímulos eléctricos, procesarlos y, si se activa, disparar para estimular otras neuronas.

• Generar energía para el funcionamiento del cerebro.

• Producir hormonas que regulan el estado de ánimo.

¿Qué sucede con las conexiones neuronales en el cerebro a medida que se practica una habilidad repetidamente?

• Las conexiones se debilitan y se eliminan para ahorrar energía.

• Las neuronas dejan de comunicarse entre sí.

• Las conexiones se refuerzan y se crean atajos, permitiendo una ejecución más automática.

• Se forman nuevas neuronas para cada nueva habilidad aprendida.

¿Desde cuándo se ha intentado emular artificialmente el proceso de aprendizaje biológico en sistemas tecnológicos?

• Desde hace aproximadamente 10 años.

• Desde hace casi 70 años.

• Desde el inicio de la era digital en los años 90.

• Desde el descubrimiento del ADN.

En un modelo computacional de toma de decisiones, ¿cuál es el primer paso para llegar a una conclusión?

• Evaluar los factores de entrada y tomar una decisión.

• Tomar una decisión y luego justificarla.

• Identificar y considerar los factores de entrada relevantes.

• Ignorar los factores irrelevantes para simplificar el proceso.

En el contexto de una red neuronal, ¿qué representa el "peso" asignado a un factor de entrada?

• La cantidad de datos que el factor puede procesar.

• La importancia relativa de ese factor en la toma de decisiones.

• La velocidad a la que el factor se propaga a través de la red.

• El número de conexiones que tiene el factor con otras neuronas.

¿Cuáles son los componentes fundamentales de un perceptrón, según la descripción de su funcionamiento?

• Entradas, pesos, umbral y función de activación.

• Neuronas, sinapsis, dendritas y axones.

• Factores, decisiones, resultados y retroalimentación.

• Datos, algoritmos, memoria y procesador.

¿Cuál es una de las principales limitaciones de los perceptrones iniciales que los hacía "volubles"?

• Su incapacidad para procesar más de tres factores de entrada.

• La necesidad de ajustar manualmente un número excesivo de variables.

• La salida binaria (0 o 1) que causaba cambios drásticos ante pequeñas variaciones en los parámetros.

• La lentitud en la ejecución de las funciones de activación.

Para solucionar la volatilidad de los perceptrones y permitir decisiones más realistas, ¿qué tipo de función de activación se propone?

• Una función de paso (step function) con un umbral dinámico.

• Una función que solo produce salidas binarias (0 o 1).

• Una función suave que permite salidas decimales entre 0 y 1.

• Una función que ignora los pesos de los factores de entrada.