Técnica del Descenso del Gradiente

[pic 1]

Técnica del Descenso del Gradiente

PRESENTADO POR:

García Lorena

Sistema de información gerencial

NRC:

3421

DOCENTE

Edilfonso Bautista Cañon

Técnica del Descenso del Gradiente

Para poder entender la técnica asignada, es necesario tener en cuenta un aspecto importante, y es el hecho de que el descenso del gradiente es el más utilizado para entrenar redes neuronales; de ahí su importancia dentro del campo de recepción y salida de información y la capacidad de adaptarse a determinados ámbitos. El laboral es quizás es uno de los más importantes teniendo en cuenta el ritmo de la sociedad actual, la capacidad receptiva es primordial en la búsqueda de un alto rendimiento dentro de una sociedad corporativa y en la vida en general.

En cuanto a su definición, este método consiste en dar una sucesión de valores xk; sin embargo, existen varias corrientes de este descenso de acuerdo al nivel de interacción que se quiere manejar. Tales corrientes son el descenso estocástico, estocástico en mini lotes, solamente en mini-lotes.

[pic 2]

Gráfica que explica la técnica del descenso del gradiente. Tomada de cs.us.es.

2.  Cada técnica cumple con una función distinta; sin embargo, analizándolas en conjunto nos damos cuenta que todas tienen un mismo fin. Por ejemplo, la técnica del descenso del gradiente es, más que todo, utilizada por y para la inteligencia artificial; es por ello que, a la hora de hablar de función neuronal, se relaciona con la IA en la predicción numérica. Esta técnica tiene dos subtécnicas derivadas y mencionadas en el punto anterior: el descenso estocástico, de mini-lotes y estocástico de mini-lotes. Sobre el primero, Palma y Medel (2016) explican que esta medida se emplea para obtener información de la operación interna con respecto a la respuesta observable de un sistema tipo caja negra (p.1).

Por su parte, el gradiente conjugado (Según la UBA) Se basa en la idea anterior pero no da a priori una base {u1, · · · , un} ortogonal seg´un A; sino que va construy´endola con la propiedad adicional que la sucesi´on de residuos rk = b−Axk forman un sistema ortogonal en el sentido usual: hri , rj i = 0 si i 6= j.Por su parte, teorías como la del filtrado son el resultado del uso del descenso estocástico y son utilizados en el ámbito de las comunicaciones y las señales que se generan y de acuerdo a las variedades diferenciales.

3. Actualmente, son muchos los sectores empresariales donde se maneja la teoría del Descenso del Gradiente. Actualmente, muchas compañías se están adaptando a las nuevas tecnologías digitales; lo cual implica que se renueven en cuestiones de datos y maneras de organización. Por ejemplo, si se hace mención a la teoría del descenso estocástico, las empresas relacionadas al ámbito de las telecomunicaciones son las primeras en utilizar esta técnica debido a la colección de variables aleatorias. A pesar que estas compañías son las que más utilizan este concepto, otras relacionadas a las tecnologías de la información y la comunicación acuden a este; las estaciones radiales son unas de ellas, pues la señal de entrada es tan importante como la de salida y, además de eso, la recepción de datos que necesitan. Lo mismo ocurre con páginas web con múltiples contenidos y donde, precisamente, tienen banners que redirigen a radios escuchadas a través de la señal de internet.

Las compañías que necesitan y dependen de la inteligencia artificial para sostenerse son las primeras en acudir a esta técnica; aquellas que acceden al recurso de las big datas o almacenan contenidos escritos y multimedia en nubes (como OneDrive, Dropbox o Google Drive) necesitan que la información sea almacenada de forma segura. Cuando se hacen registros de llamadas o interceptaciones telefónicas, el Descenso del Gradiente es de importante entendimiento ya que, adaptándolo al campo neuronal, la señal de salida es tan importante como la de entrada para el registro de las llamadas. Sin embargo, si en el punto A de la misma no hay claridad o distorsión, en el punto B se mantiene ese registro, a menos que se utilicen programas especiales de limpieza de audios, pero ello no afecta la función que representa la entrada y salida.

[pic 3]

Gráfica 2 del gradiente descendente. Tomada de médium.com

Tanto el sector público como privado son los que más acuden a esta técnica. Los primeros con más intensidad, pues este recurso implica que se haga uso del espectro electromagnético. Pero, ¿        qué es ese espectro?

La luz se describe como ondas electromagnéticas, por donde circula energía que se transforma en ondas, las cuales varían en tamaños. Existe la frecuencia y longitud de onda, siendo las más conocidas, las de los rayos X y las de las estaciones de radio. En Colombia, por ejemplo, quien quiera usar el espectro en grandes cantidades deberá adquirir el espacio que usará. Esto se hace amparado en la legislación nacional. Por lo general, los grandes operadores de telefonía celular adquieren la mayor cantidad de espectro, al igual que las cadenas radiales (en este aspecto no se tienen en cuenta las emisoras virtuales, es decir, las que no son transmitidas en radio pero sí en páginas web.

VENTAJAS DE USAR ESTA TÉCNICA EN UNA EMPRESA

1. Claramente no todas las empresas no pueden hacer uso del gradiente descendiente porque muchas no necesitan de esta técnica. Como se menciona anteriormente, unos pocos sectores necesitan acudir a esta fórmula y de su nivel de uso depende el rendimiento y efectividad de la compañía. Para explicar esto mejor, se puede entender con el hecho de que, para el caso del sector de telecomunicaciones, funciona (y de hecho, es necesario que lo apliquen) debido a que se haría uso del espectro electromagnético. Eso traería beneficios no solo a nivel empresarial, sino estatal también, pues son más los recursos económicos que ingresarían al sector público. En cuanto a las empresas, la recepción y envío de datos y señales se hará de manera más efectiva. Para ello, claramente se necesita capital humano que ejerza control sobre lo que ingresa, lo que sale y con qué frecuencia se realiza esta operación, ya que, a pesar que se trabaja sobre la IA (Inteligencia Artificial), se necesita de personal que manejen situaciones de riesgo o en caso de que los sistemas que componen la IA fallen.
   

[pic 4]

Representación del Espectro Electromagnético

DESVENTAJAS

1. El uso de esta técnica puede ser un arma de doble filo para las empresas y sus empleados; pues si bien la Inteligencia Artificial es una red efectiva de almacenamiento y procesamiento de datos, cuando se presentan fallos en estos sistemas en algunas ocasiones el ser humano no puede repararlos, con lo cual, las redes que lo conforman quedan totalmente descompuestas con una alta probabilidad de la pérdida de acceso a la información. Esto demuestra también que no todas las corporaciones están obligadas a implementar el Gradiente descendente; ello depende de la cantidad de información que quieren transmitir o almacenar a cualquier otro lugar donde sea receptible.
2. Otra de las desventajas (y quizás la más grave), son las consecuencias que tiene para la salud de las personas. Si bien las ondas no son visibles hasta cierto punto, en el espectro electromagnético están presentes los rayos UV, sin contar la transmisión de ondas radiales.

Problemas como aceleración de tumores cancerígenos, cáncer de piel y la radiación, son las principales consecuencias patológicas si se acude en exceso al gradiente descendente. [pic 5] 

Uso del Espectro Radioeléctrico.

A modo de conclusión, la función que representa la técnica del Gradiente descendiente y sus vertientes es más beneficiosa para el mundo actual y el ritmo que manejan las empresas con el almacenamiento de datos. El algoritmo que representa la fórmula representa un avance en las redes neuronales artificiales, ergo, la inteligencia de esta índole. Más allá de los beneficios que pueda traer para los campos de las comunicaciones y la Big Data, las consecuencias para la salud son preocupantes; pues influyen muchos aspectos para que el gradiente presente en el espectro afecte a un entorno.

...