Memoria Hopfield: garabatea, mezcla, recuerda

Guarda un mini patrón en una memoria asociativa estilo 1982, voltea bits al azar y mira cómo el recuerdo asíncrono devuelve la forma mientras baja la energía: física en una cuadrícula 10×10.

y26w42

La semana pasada hablaste con un terapeuta basado en reglas sin neuronas. Esta semana el truco opuesto: sin reglas escritas a mano, solo celdas ±1 y pesos simétricos como John Hopfield los describió en 1982, la misma idea de memoria asociativa que le valió parte del Premio Nobel de Física 2024.

Una red de Hopfield es memoria direccionable por contenido. Le muestras un patrón una vez; el aprendizaje hebbiano graba correlaciones por pares en los pesos. Después puedes darle una versión ruidosa o incompleta y la red relaja celda a celda hasta que reaparece una forma conocida, o hasta que cae en un atractor «espurio» si guardaste demasiados patrones. La regla de actualización es local (cada celda escucha a sus vecinas), pero la historia global es minimización de energía: cada volteo baja una función de energía tomada de la física estadística.

Cómo jugar:

  1. Elige Sonrisa, Corazón o Letra H (o dibuja el tuyo) y pulsa Memorizar.
  2. Mueve Ruido y pulsa Mezclar hasta que apenas se reconozca la figura.
  3. Recuperar y mira cómo la cuadrícula vuelve mientras Energía baja. Paso de recuerdo para ver cada barrido.

Guarda dos plantillas seguidas, mezcla fuerte y comprueba si la red recupera el primero, el segundo o una mezcla fantasma (capacidad limitada en versión juguete).

Por qué importa

Antes de las matrices gigantes del deep learning, las redes Hopfield hacían que «aprender» se sintiera como dinámica: recuerdos como valles en un paisaje de energía. Las máquinas de Boltzmann de Geoffrey Hinton crecieron directamente de esta imagen. Los transformers están lejos en arquitectura, pero la intuición sigue: inferencia como asentarse en un mínimo de energía.

Lee cómo surgió el trabajo de Hopfield en nuestro artículo del Nobel 2024 o vuelve al perceptrón de 1958. En el glosario: red neuronal y aprendizaje no supervisado: guardar patrones sin etiquetas es la idea.

¿Ediciones anteriores? Perceptrón, Markov, tres en raya minimax, convolución, Q-learning, tokenizer BPE, descenso de gradiente, k-means, red neuronal, atención, multi-armed bandit o ELIZA.

Plantillas

Las redes de Hopfield guardan patrones como un paisaje de energía. Memorizar convierte las celdas negras en pesos hebbianos; Mezclar voltea bits al azar; Recuperar deja que cada celda siga a sus vecinas hasta que la cuadrícula deje de cambiar. Mira cómo baja la energía mientras la red “rueda cuesta abajo”.