Les xarxes neuronals artificials són els models computacionals inspirats en el funcionament del cervell humà. La seva evolució constant ha permès convertir les idees en una cosa tangible, gràcies al desenvolupament d’aplicacions com DALL-E, Chat GPT o Quillbot.

Són també les protagonistes del nou i darrer episodi de ‘Quanta, quanta IA!’, el videopòdcast coproduït per la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) i betevé. En el pòdcast, Karina Gibert, catedràtica de la UPC i cofundadora de l'Intelligent Data Science and Artificial Intelligence Research Center (IDEAI-UPC), parla del funcionament d’aquestes xarxes i de les seves possibilitats amb Caroline König, doctora en intel·ligència artificial, investigadora de l’IDEAI-UPC i professora de l’Escola Superior d'Enginyeries Industrial, Aeroespacial i Audiovisual de Terrassa (ESEIAAT).

Escolta el pòdcast 'IA i xarxes neuronals' 

Una neurona artificial funciona, a grans trets, com una neurona biològica: rep informació de l’exterior, la classifica i la traspassa a més neurones. “Però amb una neurona sola no fem gran cosa”, apunta Karina Gibert. Per resoldre problemes complexos és necessari crear xarxes neuronals, afegeix. Una vegada entrenades amb grans quantitats de dades, aquestes xarxes poden resoldre problemes més profunds pels quals encara no tenim una equació.

A més, “les xarxes neuronals artificials detecten anomalies de manera més eficient que l’ull humà”, tal com apunta Caroline König, investigadora de l’IDEAI-UPC. Tot i que el concepte va sorgir durant els anys 40, es va començar a aplicar a partir del 2000 perquè segons König “feia falta un algoritme eficient que pogués ajustar les dades”.

En el pòdcast, conduït per la periodista Núria Ferré, les investigadores també parlen de la IA generativa: una evolució de les xarxes neuronals capaç de crear contingut nou, original i creatiu i que s’aplica en àrees com la traducció, la creació de resums i la generació de textos, entre moltes altres aplicacions.