Local Minima (Mínimos Locales)

En el ámbito de la inteligencia artificial y el aprendizaje automático, se refiere a un problema inherente en algoritmos de optimización, en especial los que emplean técnicas basadas en gradiente.

Corresponde a los puntos en el espacio de la función objetivo donde el valor de la función es menor que en los puntos circundantes, pero no representa el valor mínimo global.

Estos puntos pueden dificultar que el algoritmo converja eficazmente hacia la mejor solución posible, ralentizando o incluso deteniendo el aprendizaje.

Es un desafío común en redes neuronales profundas y modelos complejos, donde la superficie de error o pérdida presenta múltiples depresiones o irregularidades.

Métodos como la inicialización adecuada de pesos, el uso de optimizadores avanzados o la implementación de técnicas como el "dropout" pueden emplearse para mitigar su impacto.