Perceptrón multicapa
Sinónimos: MLP · Multilayer perceptron
Definición ampliada
Un perceptrón multicapa, o MLP por multilayer perceptron, es una red neuronal de propagación hacia delante. Organiza unidades en una capa de entrada, una o más capas ocultas y una salida. Cada capa densa combina las entradas con pesos y sesgos y suele aplicar después una función de activación no lineal.
«Multicapa» no significa necesariamente «aprendizaje profundo»: un MLP puede tener una sola capa oculta. Lo distintivo es la composición de transformaciones densas, sin recurrencia ni una estructura espacial incorporada.
Contexto histórico
El perceptrón original era un clasificador lineal. La difusión de la retropropagación en los años ochenta permitió entrenar capas intermedias y aprender representaciones no lineales [1]. Los MLP se convirtieron así en una arquitectura básica de las redes neuronales.
Importancia actual
A fecha de septiembre de 2026, el MLP no ha sido reemplazado. Sigue utilizándose con datos tabulares, como cabeza de clasificación y dentro de arquitecturas más complejas. Cada bloque transformer, por ejemplo, incluye una red feed-forward aplicada a cada posición [2].
Aplicaciones
Generales
- Clasificación y regresión con vectores de características.
- Combinar representaciones aprendidas por otras redes.
- Aproximar relaciones no lineales sin asumir estructura espacial o temporal.
- Servir como bloque interno o cabeza de salida de un modelo mayor.
Sanitarias
- Modelar resultados a partir de variables clínicas estructuradas.
- Combinar características extraídas de imágenes, señales y texto.
- Construir una línea base antes de adoptar una arquitectura más compleja.
Limitaciones
- Una capa totalmente conectada ignora por sí sola la estructura de imágenes, secuencias o grafos.
- El número de parámetros crece rápidamente con entradas anchas.
- Puede sobreajustar conjuntos pequeños y necesita validación y regularización.
- La salida no es interpretable ni causal por el hecho de usar pocas capas.
- Para datos clínicos, rendimiento interno no equivale a transportabilidad.
Ejemplos
Un MLP puede recibir edad, presión arterial y resultados analíticos normalizados y producir una probabilidad. Esa salida depende del conjunto de entrenamiento, la pérdida y el umbral; no constituye por sí sola un diagnóstico.
En un transformer, otro MLP transforma por separado la representación de cada posición después de que la atención haya combinado información del contexto.