Micromotores
Red neuronal — cómo los números hacen la magia
Dibuja un dígito. Cada fila de tu dibujo se convierte en un número de entrada, esos números viajan por una capa oculta de neuronas, y de ahí sale la respuesta. Es una red neuronal real y completa —pequeña, para que la puedas ver entera— entrenándose aquí mismo, en tu navegador.
Dibuja aquí
Cada fila = un número de entrada
La red completa: entrada → capa oculta → salida
Las líneas muestran el peso de cada conexión: verde = positivo, naranja = negativo, más gruesa = más importante. Se resalta el camino que más aporta a la respuesta.
Capa de entrada
5 neuronas — una por fila
Capa oculta
6 neuronas
Capa de salida
10 neuronas — un dígito cada una
Nota para el aula: esta red es real y se entrena aquí mismo con unos pocos ejemplos —no es una simulación falsa—, pero es deliberadamente pequeña: 5 entradas y 6 neuronas ocultas, no cientos de miles como un modelo real. Por eso puede confundirse entre dígitos parecidos. Eso también es la lección: una red neuronal, sin importar su tamaño, siempre es esto mismo —capas de neuronas conectadas por pesos— solo que un modelo como ChatGPT tiene miles de millones de estas conexiones en vez de unas pocas decenas.
Ideas para guiar la conversación
- Señalen la capa oculta: esas neuronas no representan nada que nosotros nombramos — la red descubrió sola qué combinaciones de filas le sirven para distinguir dígitos.
- Cambien la función de activación. La red se re-entrena al instante — ¿cambia qué tan segura está de su respuesta?
- Dibujen un 2 y un 5. En este modelo casi siempre se confunden — y no es un error: nuestras 5 entradas miden cuánta tinta hay por fila, pero no de qué lado está. Es la prueba perfecta de que una red solo "ve" lo que sus entradas le permiten ver.
- Dibujen un número ambiguo (a medio camino entre dos). Miren cuál neurona de salida casi empata con la ganadora.
- Pregúntenles: si esta red solo mira 5 números por fila, ¿qué detalles de su dibujo nunca llega a "ver"?
- Conecten con LLMs: ChatGPT tiene esta misma estructura —entrada, muchas capas ocultas, salida— a una escala miles de millones de veces más grande.
