Máquinas de Boltzmann

Una máquina de Boltzmann es un tipo de red neuronal recurrente, estocástica y generativa, basada en energía: sus unidades son binarias y se activan de forma probabilística, y el modelo define una energía sobre sus configuraciones y, a partir de ella, una distribución de probabilidad. La propusieron Geoffrey Hinton y Terry Sejnowski a mediados de los años ochenta, y su nombre remite a la distribución de Boltzmann de la física estadística.

Estructura

Tiene dos grupos de unidades: las visibles, que representan los datos, y las ocultas, que capturan regularidades latentes, con conexiones simétricas entre ellas. La máquina de Boltzmann general, con todas las unidades conectadas, es muy difícil de entrenar: el coste crece de forma inmanejable con su tamaño. Fuente primaria.

La versión práctica: la RBM

La variante útil es la máquina de Boltzmann restringida (RBM), que limita las conexiones a un grafo bipartito —visibles con ocultas, sin conexiones dentro de cada grupo—, lo que hace el entrenamiento tratable mediante un método llamado divergencia contrastiva. Fuente primaria. Fuente primaria.

Un hito histórico, hoy en desuso

Conviene situarlas con honestidad: las máquinas de Boltzmann fueron muy influyentes —introdujeron los modelos basados en energía en el aprendizaje profundo y ayudaron a arrancar su auge—, pero hoy están en gran medida en desuso para la mayoría de tareas. Las han desplazado otras arquitecturas generativas, como los autoencoders variacionales, las GAN o los modelos de difusión, y el entrenamiento directo de redes profundas, que hizo innecesario aquel preentrenamiento. Conservan valor como hito conceptual. Documentación: artículo original sobre máquinas de Boltzmann; glosario técnico de modelos generativos.