Función de activación
Sinónimos: Activation function
Definición ampliada
Una función de activación, o activation function, transforma la entrada agregada de una neurona artificial antes de pasarla a la siguiente capa. Las activaciones no lineales permiten que una red represente relaciones que no podrían obtenerse apilando solo transformaciones lineales [1].
La elección depende de la arquitectura y de la función de la capa. ReLU y sus variantes son frecuentes en capas internas; sigmoide o softmax pueden utilizarse para convertir salidas en valores interpretables como probabilidades bajo supuestos concretos.
Contexto histórico
Las primeras redes utilizaron funciones umbral y, más tarde, sigmoides diferenciables. La función ReLU simplificó el entrenamiento de redes profundas y ganó difusión tras mostrar ventajas prácticas frente a activaciones saturantes [2].
Importancia actual
A fecha de agosto de 2026, las funciones de activación siguen influyendo en la expresividad, estabilidad y eficiencia del entrenamiento. Arquitecturas modernas usan además variantes como GELU o activaciones específicas de compuertas.
Aplicaciones
Generales
- Introducir no linealidad en redes neuronales.
- Controlar el rango de una salida.
- Facilitar o estabilizar el flujo de gradientes.
Sanitarias
- Construir redes para imagen médica, señales y texto clínico.
- Modelar salidas binarias o multiclase.
- Diseñar modelos de riesgo, recordando que una activación no garantiza una probabilidad bien calibrada.
Limitaciones
- Algunas activaciones saturan y reducen el gradiente.
- ReLU puede dejar unidades permanentemente inactivas.
- La elección incorrecta en la salida puede ser incompatible con la pérdida.
- Una salida acotada entre 0 y 1 no está necesariamente calibrada.
Ejemplos
En una capa interna, ReLU devuelve cero para entradas negativas y conserva las positivas. En una clasificación binaria, una sigmoide transforma un valor real en un número entre cero y uno, pero su interpretación probabilística debe comprobarse con datos independientes.