concepto

generalización

La capacidad de un modelo para desempeñarse bien con datos nuevos y no vistos, en lugar de solo con los ejemplos de entrenamiento.
67 artículos relacionados

Descripción

La generalización es la capacidad de un modelo — ya sea una red neuronal o un cerebro biológico — de desempeñarse bien con datos nuevos y no vistos, en lugar de simplemente memorizar los ejemplos de entrenamiento que se le mostraron. Es el objetivo central de cualquier sistema de aprendizaje: un modelo que solo funciona con su conjunto de entrenamiento no ha aprendido verdaderamente el patrón subyacente, sino que se ha sobreajustado al ruido o a peculiaridades específicas de los datos. En física y aprendizaje automático, la generalización es lo que permite que una red entrenada con un conjunto limitado de mediciones prediga resultados para condiciones completamente nuevas, como mapear distribuciones de materia oscura a partir de lentes gravitacionales o predecir el comportamiento de estados cuánticos de la luz.

Historia

El concepto se formalizó en las décadas de 1960 y 1970 dentro de la teoría del aprendizaje estadístico, notablemente por Vladimir Vapnik y Alexey Chervonenkis, quienes introdujeron la dimensión de Vapnik-Chervonenkis (VC) para cuantificar la capacidad de generalización de un modelo.

Cómo funciona

La generalización surge cuando un modelo captura las regularidades subyacentes de los datos en lugar de sus detalles superficiales. Esto se logra mediante técnicas como la regularización, la validación cruzada y el entrenamiento con conjuntos de datos diversos que obligan al modelo a encontrar representaciones compactas y reutilizables. En el cerebro, se cree que la generalización depende de la formación de mapas o esquemas abstractos que pueden aplicarse flexiblemente a situaciones nuevas, como se observa en estudios sobre cómo el cerebro transfiere experiencias pasadas a contextos novedosos. La clave es que el modelo aprende características que son genuinamente predictivas en una variedad de entradas, no solo aquellas que casualmente se ajustan a los ejemplos de entrenamiento.

En la práctica

La generalización es lo que hace útiles a las redes neuronales en física, desde predecir mapas de lentes gravitacionales hasta clasificar estados cuánticos de la luz, y en medicina, donde los modelos entrenados con datos incompletos deben hacer predicciones precisas para nuevos pacientes.

Dato curioso

Un modelo que memoriza perfectamente sus datos de entrenamiento casi siempre tendrá un peor desempeño con datos nuevos que un modelo más simple que comete algunos errores en el conjunto de entrenamiento — un fenómeno conocido como el equilibrio entre sesgo y varianza.

Concept graph →

Artículos relacionados · 63

Vórtices en el océano de fases: cómo los ceros de visibilidad revelan la asimetría de fuentes lejanas
Imagina un interferómetro como un oído gigante que escucha el susurro de una galaxia lejana. Tres antenas, distribuidas por continentes, captan la señal, y la diferencia de sus fases se combina en una magnitud que no depende del centelleo atmosférico. Esa magnitud se llama fase de cierre.
Biomoléculas2026-08-191 minarXiv:2608.18604exprés
Cómo los ingenieros de proteínas aprenden de sus errores
Un ingeniero de proteínas se parece a un cocinero que intenta hacer un plato que sea a la vez sabroso, saludable y barato. Al cambiar un ingrediente, corre el riesgo de estropear otro. Antes, los asistentes informáticos solo podían evaluar las propiedades de las proteínas por separado, sin ver cómo se relacionan entre sí.
Monroe: un modelo molecular con inferencia probabilística
Un intérprete se distrae con cada ruido en la sala, y una reunión de una hora se convierte en dos. Algo parecido ocurre con los modelos fundamentales moleculares: aprenden el lenguaje de las moléculas a partir de corpus enormes, pero para cada nueva conversación requieren un ajuste. Monroe cambia las reglas: no aprende un idioma nuevo, sino que capta al instante el sentido común a partir de unos pocos ejemplos.
La química mira las moléculas con ojos de computadora
Predecir el rendimiento de una reacción química es como intentar adivinar la cosecha conociendo solo la composición del suelo. Tradicionalmente, los químicos se apoyaban en largas columnas de números —los descriptores cuánticos— que describen la energía de los electrones, pero no dicen nada sobre la forma de la molécula.
Galaxias2026-07-242 minarXiv:2607.22812
Mimetismo cósmico: red neuronal contra gemelos gravitacionales
En 2019, en el detector LIGO se registró una onda gravitacional — una ondulación en el tejido del espacio-tiempo — cuyo mapa tiempo-frecuencia se asemejaba a un curioso peine. Cada señal de fusión de agujeros negros deja un patrón único, similar a huellas dactilares.
¿Dónde estás? Las ondas de radio saben la respuesta
Las señales de radio en una habitación se comportan como el sonido en una sala de conciertos: al rebotar en paredes y objetos, crean un patrón irrepetible, una melodía silenciosa de cada lugar. El teléfono, como un oído atento, capta esa melodía entre interferencias y distorsiones. Memoriza qué acorde corresponde a la esquina del sofá y cuál al marco de la puerta.
Señales cerebrales: aprender a entender sin maestro
El cerebro se comunica con breves chasquidos eléctricos. Antes, para aprender este lenguaje, se necesitaban miles de ejemplos traducidos por un experimentador. El método MOJO sigue otro camino: como cuando se aprende un idioma por inmersión, primero escucha el 'flujo de conciencia' sin pistas y encuentra por sí mismo patrones repetitivos.
Genes como plato: una nueva mirada a las células
Los datos sobre el funcionamiento de los genes suelen verse como una larga fila de números, similar a una franja de arcoíris (espectro) sin conexiones visibles. En el modelo scVision, estos números se transforman en una imagen con sentido: no una lista de ingredientes, sino la foto de un plato terminado.
Escuchando las estrellas: un descifrador de IA restaura instantáneamente la ecuación de estado de las estrellas de neutrones
Las estrellas de neutrones son los últimos grumos de materia visible antes de caer en un agujero negro. En sus entrañas, la materia se comprime hasta densidades de billones de veces. Aquí, las fuerzas nucleares y la gravedad se entrelazan en una sustancia exótica, inaccesible para cualquier acelerador terrestre.
Las moléculas vecinas aumentan la precisión de las predicciones
Predecir las propiedades de una nueva molécula es como adivinar el sabor de un plato desconocido. El programa funciona como un cocinero experimentado: «prueba» moléculas similares cuyas propiedades ya se conocen y, basándose en su «sabor», ajusta su conjetura.
Amnesia lingüística de las redes neuronales: ¡existe una solución!
Una gran red neuronal, como Whisper, domina cientos de idiomas y recuerda al modelo estándar del universo: todo está equilibrado. Pero entrenarla en un idioma raro rompe el equilibrio: se convierte en un agujero negro que atrae todos los recursos de aprendizaje. La red comienza a olvidar los demás idiomas.
Excavando la realidad: los dos modos de aprendizaje de una red neuronal con el modelo de Ising
El aprendizaje automático hace tiempo que dejó de ser una simple herramienta: se está convirtiendo en un investigador que extrae por sí mismo las leyes de la naturaleza de los datos. Pero, ¿cómo llega la mente de silicio a la comprensión?
Por qué sistemas distintos se comportan igual
Un copo de nieve crece, una mancha de petróleo se extiende, una multitud se mueve: las ecuaciones para cada caso son distintas. Pero el final suele ser el mismo: la forma, la velocidad, el patrón obedecen a un esquema simple que se repite a diferentes escalas. Esto es la universalidad: cuando tras los detalles se esconde una ley común.
Eco en el laberinto: por qué el aprendizaje automático solo oye ecos
Las señales gravitacionales de estrellas masivas moribundas son susurros que nos llegan desde los laboratorios más violentos del Universo. Einstein predijo estas ondas gravitacionales hace más de un siglo, pero solo hoy, con detectores como LIGO, comenzamos a escucharlas.
Mascarada cósmica: cómo una red neuronal arranca las máscaras a las lentes gravitacionales
Desde que Einstein predijo el lente gravitacional, y las ondas gravitacionales fueron escuchadas por primera vez por los detectores LIGO, los físicos han soñado con captar el eco de lente: una señal repetida de una misma fusión, multiplicada por la gravedad de un…
Galaxias2026-07-024 minarXiv:2607.02663
Visión polar: cómo desplegar una lente gravitacional y encontrar rastros de materia oscura
Casi un siglo después de que Fritz Zwicky sospechara que algo andaba mal en el movimiento de las galaxias del cúmulo de Coma, y Vera Rubin midiera las velocidades estelares en los brazos espirales, la naturaleza de la materia oscura sigue siendo uno de los enigmas más acuciantes.
Los genes hablan idiomas distintos — una red neuronal halló el lenguaje común
60 ratones, 1980 muestras, 234 pacientes con cáncer de pulmón. Detrás de cada número hay miles de genes. Su actividad se mide para entender la enfermedad. Pero los datos no son homogéneos: de un paciente se evalúa el nivel de proteína (número continuo), se le asigna un diagnóstico (sí/no) y se determina el subtipo de tumor (categoría).
Inteligencia híbrida: el oído cuántico distingue fases topológicas
Hace tiempo, Richard Feynman vio en los sistemas cuánticos un desafío para los ordenadores clásicos. Ahora nos enfrentamos a la tarea inversa: entender qué es exactamente lo que ha simulado un procesador cuántico. Entre los estados que genera hay auténticas «cajas negras»: las fases topológicas de la materia.
Óptica2026-06-201 minarXiv:2606.21945exprés
Redes neuronales que incorporan las leyes de la naturaleza
Las redes neuronales comunes aprenden de ejemplos, como una persona que memoriza melodías de oído. Pero las redes que tienen incorporadas las leyes físicas desde el principio se parecen a un músico que conoce las notas y la armonía: puede tocar una pieza nueva con solo unos cuantos acordes.
Instrumentación2026-06-151 minarXiv:2606.16922exprés
Una red neuronal aprende a ver la polarización invisible
Los detectores de rayos X funcionan como un panal de abejas: en las celdas hexagonales, partículas brotan aquí y allá. Los algoritmos convencionales estiran estos panales sobre una cuadrícula cuadrada, lo que genera falsos fantasmas de polarización.
Dinámica caótica2026-06-122 minarXiv:2606.14174exprés
Cómo encontrar orden en el caos sin conocer las reglas del juego
Un puñado de arena cae sobre la mesa y cada grano rueda hacia abajo hasta detenerse en una hondonada. Así funciona el potencial: la superficie de la mesa les dice a las partículas hacia dónde moverse. Pero en un río con remolinos no hay una única depresión hacia la que todo tienda. El agua gira, regresa, serpentea. Para tales sistemas, el mapa habitual de «valles y colinas» no sirve.
Cómo una red neuronal escuchó el murmullo de la vida
El crecimiento de una población, visto desde fuera, se parece a un tren que acelera: primero avanza apenas, luego gana velocidad. Pero basta con mirar los datos para que la imagen se vuelva borrosa. En una medición hay una docena de individuos, en otra, de repente, un centenar.
El cerebro ahorra memoria como un cajero en hora punta
Un cajero de supermercado en hora punta no memoriza cada compra que pasa por su caja: se queda con el total y vigila la cola. Más o menos así reparte el cerebro sus fuerzas: la corteza, cara y precisa (la que se encarga de pensar), y los núcleos subcorticales, más simples y económicos (donde viven los hábitos), trabajan en pareja.
Física Cuántica2026-05-251 minarXiv:2605.25986exprés
Generador cuántico: imágenes sin entrenamiento
Las redes neuronales convencionales aprenden de miles de ejemplos, gastando horas y gigavatios. Los físicos encontraron un atajo cuántico. Ya Max Planck demostró la discretización de la energía, y hoy esto permite generar sin entrenamiento.
El cerebro como una orquesta que además toca jazz
Los ingenieros construyen un automóvil. Unos ensamblan una réplica exacta del motor, con cada pistón y cada bujía, pero el coche no avanza: le faltan el volante y las ruedas. Otros crean un kart rápido y autónomo, pero su motor de plastilina no se parece al real. Algo parecido ocurre en la ciencia del cerebro.
Redes donde las conexiones se hacen en tríos
En una fiesta, los invitados no solo conversan de a dos, sino que se reúnen en círculos por intereses: tres discuten sobre cine, cuatro sobre deportes. El esquema habitual de conocidos, como la lista de contactos en el teléfono, no captura eso: solo ve vínculos 'uno a uno'.
Relatividad General2026-05-042 minarXiv:2605.02453exprés
Cómo oír la grieta en el tejido del cosmos
La sinfonía suena, pero en la partitura se ha colado una nota falsa apenas perceptible. Así, más o menos, buscan los físicos desviaciones de la relatividad general en los 'sonidos' del universo: las ondas gravitacionales producidas por la fusión de agujeros negros.
Física Química2026-04-293 minarXiv:2604.27070exprés
Una red neuronal aprende a leer moléculas por su firma de carbono
Cada átomo de carbono en una molécula lleva consigo un pasaporte: la energía con la que sus electrones más profundos se mantienen en sus orbitales. Esta energía responde con sensibilidad a los vecinos: si aparece un oxígeno cerca o un doble enlace, la cifra del pasaporte cambia.
Cuando las redes neuronales ven el mundo igual
Si le muestras la misma foto de un gato a dos redes neuronales diferentes, a menudo llegan a una conclusión similar: «gato». Pero si les preguntas con más detalle, las respuestas pueden divergir. Un modelo se fijará en los bigotes, otro en el pelaje, un tercero en la postura. Resulta que incluso dentro del mundo «visual» de las redes neuronales no hay una unidad total.
Cosmología2026-04-162 minarXiv:2604.15313exprés
Ondas del espacio a través de lentes invisibles
Una piedra cae en un estanque y por el agua se extienden círculos perfectos. Pero el fondo del estanque está sembrado de piececitas de vidrio invisibles: cada una retrasa un poco la onda, en algún lugar la dispersa, en otro cambia su paso.
Un físico universal de otro experimento
Una red neuronal entrenada con colisiones de protones y electrones transfirió sus habilidades a un experimento completamente diferente: la captura de neutrinos. Como un cocinero que aprendió a preparar cocina francesa y luego, sin preparación, hornea un excelente plov uzbeko.
Una red neuronal aprende a sentir la Tierra
Los sismólogos escuchan la Tierra como un médico escucha el corazón. Las ondas superficiales de los terremotos se propagan por el planeta, y por su velocidad se puede inferir qué hay bajo nuestros pies: roca sólida, magma o agua. Normalmente, para ello se construyen modelos físicos complejos.
El médico no lo ve todo: el modelo aprende de los vacíos
Una red neuronal médica típica ve al paciente como un punto en un mapa: hay estatura, presión, análisis de sangre, y el modelo coloca una única etiqueta: «sano» o «enfermo». Pero en un hospital real, el mapa siempre está roto. Un análisis se hace el lunes, otro un mes después, y el tomógrafo es de otra marca. Un punto en ese mapa es un autoengaño.
Un cerebro virtual elige el tratamiento
El cerebro de una persona con Parkinson funciona como una orquesta en la que el director se queda inmóvil o agita la batuta sin ton ni son. Los medicamentos no ayudan a todos, y entonces los médicos proponen estimulación: débiles impulsos eléctricos que devuelven el ritmo.
Un mapa para los núcleos atómicos
Cuando un neutrón o un protón penetra en un núcleo atómico, se comporta como una pelota que golpea una pared irregular: puede rebotar de muchas maneras, dependiendo de dónde impacte.
Altas Energías2026-03-291 minarXiv:2603.27680exprés
La receta de la estrella de neutrones: escuchar a través del ruido
Cuando una estrella masiva muere y colapsa en una supernova, nace una estrella de neutrones: una esfera del tamaño de una ciudad pero con la masa del Sol. Su materia está tan comprimida que una cucharadita pesa más que el Monte Everest.
Materiales2026-03-182 minarXiv:2603.18058exprés
El cristal que recuerda: cómo dar vida a la memoria de la computadora
En las entrañas de cada disco duro o memoria USB se esconde un material que sabe "recordar" el campo eléctrico. Ese material se llama ferroeléctrico. Si se le aplica un voltaje, dentro del cristal se giran diminutas regiones: los dominios, como las agujas de una brújula. Giraste la aguja: escribiste un uno; la giras de vuelta: cero.