Estudio del MIT analiza redes que construyen su propio mecanismo de aprendizaje
Investigadores del MIT presentaron una red neuronal artificial capaz de construir su propio mecanismo de aprendizaje con reglas simples para cambiar conexiones. Aprendió a reconocer patrones y clasificar imágenes, con un rendimiento comparable al de redes diseñadas.
Período del evento / de los datos: 2026-10-13
Publicado: · Actualizado:
MIT News informó el 13 de octubre sobre un estudio publicado en PNAS el 9 de octubre. El modelo del McGovern Institute y el centro K. Lisa Yang ICoN parte de unidades conectadas al azar y permite que formen estructuras funcionales mediante reglas locales compartidas.
Los investigadores señalan que los motivos autoensamblados forman circuitos funcionales y que la red se desarrolla mediante una optimización similar al descenso de gradiente. El estudio no demuestra que aprenda exactamente como un cerebro biológico; los autores lo consideran un punto de partida para modelos biológicamente útiles.
Datos
Hallazgo de investigación
La investigación del MIT describió una red neuronal artificial que se autoorganiza con reglas locales simples.
- · Ocurrido
Estudio del MIT analiza redes que construyen su propio mecanismo de aprendizaje
La investigación del MIT describió una red neuronal artificial que se autoorganiza con reglas locales simples.
Metodología
Este registro resume la noticia de MIT News del 13 de octubre de 2026. La comparación de rendimiento es cualitativa; no se añade precisión ni tamaño de muestra porque la fuente no los indica.
Actualizado:
Temas y lugares
Propuestas temáticas
- Ciencia y tecnologíaSugerido
- Preserved editorial category/topic; broad candidate onlynews.mit.edu ↗
Referencias geográficas
Solo se muestran referencias geográficas proporcionadas por la fuente. Abrir un mapa externo es opcional. Los mapas opcionales usan OpenStreetMap. Al abrirlos se envían tu dirección IP y la de este sitio al proveedor; los datos de ubicación pueden leerse sin cargar el mapa.
- Estados Unidos · Función del lugar: Cobertura · Tipo de lugar: País o área · Precisión de ubicación: RegionalEvidencia
- Explicit preserved editorial country/region; no city or national centroid inferrednews.mit.edu ↗