Descripción de la imagen: Warren McCulloch (1898-1969) y Walter Pitts (1923-1969) introdujeron lo que llamaron "neuronas formales". Estas neuronas formales son una abstracción matemática de las neuronas biológicas, diseñadas para representar su funcionamiento de manera simplificada pero lo suficientemente precisa como para permitir un análisis matemático.
McCulloch, un neurofisiólogo, y Pitts, un lógico, conceptualizaron las neuronas formales como unidades de cálculo para construir redes neuronales artificiales en su artículo de 1943 titulado "A Logical Calculus of the Ideas Immanent in Nervous Activity."
En esta publicación, presentaron un modelo matemático simple pero poderoso de neuronas y redes neuronales. Su objetivo era comprender cómo el cerebro podría realizar operaciones lógicas, similares a las realizadas por una computadora.
Una neurona formal es una representación matemática e informática de una neurona biológica. Tiene múltiples entradas y una salida, que corresponden a las dendritas y el montículo del axón de la neurona biológica, el punto de partida del axón. Las acciones excitatorias e inhibitorias de las sinapsis están representadas por coeficientes numéricos (pesos sinápticos) asociados con las entradas.
Dentro de su modelo, una neurona formal toma entradas binarias (activadas o desactivadas) de otras neuronas o de fuentes externas. Cada entrada está ponderada por un peso específico, que puede representar la fuerza de la conexión sináptica entre las neuronas en el modelo biológico.
En función de la suma ponderada de sus entradas, la neurona formal produce una salida binaria, que puede estar activada (1) o desactivada (0). Esta salida generalmente se determina mediante la aplicación de una función de activación, como la función umbral, que convierte la suma ponderada de las entradas en una salida binaria según un umbral predefinido.
McCulloch y Pitts utilizaron estas neuronas formales para construir redes neuronales artificiales capaces de realizar operaciones lógicas como la conjunción (AND), la disyunción (OR) y la negación (NOT). Demostraron que incluso con estas simples reglas de conexión, era posible construir redes neuronales capaces de realizar operaciones lógicas complejas.
Esta formalización de las neuronas fue crucial para permitir el análisis matemático y la modelización de las redes neuronales, sentando así las bases para la investigación futura en inteligencia artificial y neurociencia computacional (la aplicación de la informática a la comprensión del sistema nervioso).