Qué es
Una red neuronal recurrente (RNN) procesa datos secuenciales —como texto, audio o series de tiempo— paso a paso, manteniendo un estado interno que resume lo que vio hasta el momento. Esa “memoria” le permite tener en cuenta el contexto anterior al procesar cada nuevo elemento de la secuencia.
Limitaciones
Las RNN tienen dificultades para recordar información de pasos muy anteriores en secuencias largas (el problema del “gradiente que desaparece”), y al procesar la secuencia elemento por elemento son más lentas de entrenar que arquitecturas paralelas como el Transformer.
Su lugar hoy
Variantes como LSTM y GRU mejoraron parcialmente estas limitaciones y dominaron el procesamiento de secuencias durante años, pero en la mayoría de las tareas de lenguaje moderno fueron reemplazadas por el Transformer. Siguen siendo útiles en aplicaciones con recursos limitados o series de tiempo más simples.