Redes siamesas
Sinónimos: Siamese networks
Definición ampliada
Una red siamesa, o siamese network, procesa dos entradas con dos ramas idénticas que comparten exactamente los mismos pesos y produce una representación de cada una. El entrenamiento no busca la etiqueta de cada ejemplo, sino que las representaciones de pares semejantes queden próximas y las de pares distintos, separadas.
El resultado no es un clasificador sino una medida de similitud aprendida. Por eso permite decidir sobre categorías que no aparecían en el entrenamiento: basta comparar con un ejemplo de referencia.
Contexto histórico
Se describieron en 1993 para verificar firmas manuscritas: dos redes gemelas comparaban una firma con la registrada y decidían si procedían de la misma persona [1]. En 2005 se formalizó el aprendizaje discriminativo de esa métrica de similitud, con una función de pérdida contrastiva aplicada a verificación facial [2].
Importancia actual
A fecha de septiembre de 2026, la idea de aprender una métrica en lugar de una clase está en la base de la verificación biométrica, de la búsqueda por similitud y de buena parte del aprendizaje con pocos ejemplos. Es también el mecanismo que hace útiles muchas representaciones vectoriales para recuperar casos parecidos.
Aplicaciones
Generales
- Verificar si dos muestras corresponden a la misma identidad.
- Buscar elementos parecidos dentro de una colección grande.
- Abordar tareas con muy pocos ejemplos por categoría.
Sanitarias
- Comparar dos estudios de imagen del mismo paciente para valorar cambio en el tiempo.
- Recuperar casos históricos parecidos a uno actual como apoyo a la revisión.
- Trabajar con enfermedades raras, donde el número de ejemplos por categoría es muy pequeño.
Limitaciones
- El resultado depende de cómo se construyan los pares de entrenamiento: pares demasiado fáciles no enseñan nada.
- Entrenar sobre pares multiplica el coste computacional frente a clasificar ejemplos sueltos.
- Similar no es equivalente: dos imágenes próximas en la métrica aprendida pueden serlo por el equipo, la posición o el protocolo de adquisición.
- Comparar estudios seriados exige control de la técnica; un cambio en la adquisición puede parecer un cambio en el paciente.
- Un umbral de similitud es, como en cualquier prueba diagnóstica, una decisión con consecuencias que debe calibrarse en la población de uso.
Ejemplos
Una red siamesa puede comparar dos resonancias del mismo paciente separadas por meses y puntuar cuánto han cambiado. Si entre ambas cambió el equipo o la secuencia de adquisición, parte de esa diferencia es técnica, y solo la lectura radiológica permite separarla de la evolución real.