Máquinas de Rutas Neuronales (NPM): Un marco unificado para la interpretabilidad basada en trayectorias, la depuración de estados internos y las intervenciones causales de tipo «what-if» Informe técnico / preprint, 2025

Las redes neuronales logran un rendimiento notable en diversos dominios, pero su computación interna sigue siendo en gran medida opaca. Durante la inferencia, las activaciones evolucionan como una secuencia de estados ocultos cuya dinámica determina en última instancia la salida del modelo. Las técnicas tradicionales de interpretabilidad se centran en relaciones entrada–salida o en atribuciones basadas en gradientes y proporcionan una visión limitada del propio proceso computacional interno.

Este informe introduce la Máquina de Rutas Neuronales (NPM), un marco para hacer observable la computación neuronal al nivel de las trayectorias internas. NPM registra rutas de activación, identifica transiciones inestables o influyentes y permite intervenciones causales de tipo «what-if» modificando activaciones durante la ejecución. Estas capacidades transforman una red neuronal de una caja negra en un sistema dinámico discreto y transparente cuyos estados internos pueden inspeccionarse, manipularse y depurarse sistemáticamente.

Al exponer la estructura de las rutas computacionales, NPM proporciona una base de principios para rastrear fallos del modelo, analizar sensibilidad y robustez, y realizar correcciones del modelo de forma dirigida. La perspectiva basada en trayectorias también sugiere nuevas posibilidades de entrenamiento que operan sobre transiciones internas en lugar de únicamente sobre errores de salida; estas extensiones se desarrollan en un informe complementario separado.

En conjunto, NPM ofrece una metodología coherente y práctica para estudiar y controlar el comportamiento interno de las redes neuronales, conectando interpretabilidad, diagnóstico y análisis dinámico dentro de un marco unificado.