Deep learning: una disciplina digital con futuro

El deep learning o aprendizaje profundo es una técnica de aprendizaje automático que enseña a los ordenadores a hacer lo que es natural para los humanos: aprender con el ejemplo. Muchos lo confunden con el machine learning, pero ambos conceptos son dispares. El deep learning es una tecnología clave detrás de los coches sin conductor, que les permite reconocer una señal de stop o distinguir a un peatón de una farola. Es la clave del control por voz en dispositivos de consumo como teléfonos, tabletas, televisores y altavoces manos libres. El aprendizaje profundo está recibiendo mucha atención últimamente y con razón. Está consiguiendo resultados que antes no eran posibles.

En el aprendizaje profundo, un modelo informático aprende a realizar tareas de clasificación directamente a partir de imágenes, texto o sonido. Los modelos de aprendizaje profundo pueden lograr una precisión de vanguardia, que a veces supera el rendimiento de los seres humanos. Los modelos se entrenan utilizando un gran conjunto de datos etiquetados y arquitecturas de redes neuronales que contienen muchas capas.

¿Qué es el deep learning?

El campo de la inteligencia artificial es esencialmente cuando las máquinas pueden hacer tareas que normalmente requieren inteligencia humana. Abarca el aprendizaje automático, en el que las máquinas pueden aprender por experiencia y adquirir habilidades sin la participación humana. El aprendizaje profundo es un subconjunto del aprendizaje automático en el que las redes neuronales artificiales, algoritmos inspirados en el cerebro humano, aprenden a partir de grandes cantidades de datos.

Al igual que nosotros aprendemos de la experiencia, el algoritmo de aprendizaje profundo realiza una tarea repetidamente, ajustándola cada vez un poco para mejorar el resultado. Nos referimos al "aprendizaje profundo" porque las redes neuronales tienen varias capas (profundas) que permiten el aprendizaje. Casi cualquier problema que requiera "pensamiento" para ser resuelto es un problema que el aprendizaje profundo puede aprender a resolver.

¿Cómo funciona el aprendizaje profundo?

Las redes neuronales de aprendizaje profundo intentan imitar el cerebro humano mediante una combinación de entradas de datos, pesos y sesgos. Estos trabajan conjuntamente para reconocer, clasificar y describir con precisión los objetos de los datos.

Las redes neuronales profundas están formadas por múltiples capas de nodos interconectados, cada una de las cuales se basa en la capa anterior para refinar y optimizar la predicción o la categorización. Esta progresión de cálculos a través de la red se denomina propagación hacia delante. Las capas de entrada y salida de una red neuronal profunda se denominan capas visibles. La capa de entrada es donde el modelo de aprendizaje profundo ingiere los datos para su procesamiento, y la capa de salida es donde se realiza la predicción o clasificación final.

Aplicaciones del deep learning

Asistentes virtuales

Ya sea Alexa, Siri o Cortana, los asistentes virtuales de los proveedores de servicios online utilizan el aprendizaje profundo para ayudar a entender su discurso y el lenguaje que utilizan los humanos cuando interactúan con ellos.

Traducciones

De forma similar, los algoritmos de aprendizaje profundo pueden traducir automáticamente entre idiomas. Esto puede ser poderoso para los viajeros, la gente de negocios y aquellos en el gobierno.

Chatbots y bots de servicio

Los chatbots y los bots de servicio que prestan servicio al cliente para muchas empresas son capaces de responder de forma inteligente y útil a una cantidad cada vez mayor de preguntas auditivas y de texto gracias al aprendizaje profundo.

Reconocimiento facial

El aprendizaje profundo se está utilizando para el reconocimiento facial, no solo con fines de seguridad, sino para etiquetar a las personas en las publicaciones de Facebook, y es posible que en un futuro próximo podamos pagar artículos en una tienda solo con nuestras caras. El reto de los algoritmos de aprendizaje profundo para el reconocimiento facial es saber que se trata de la misma persona aunque haya cambiado de peinado, se haya dejado crecer o se haya afeitado la barba o si la imagen tomada es pobre debido a una mala iluminación o a un obstáculo.

Medicina y farmacia

Desde diagnósticos de enfermedades y tumores hasta medicamentos personalizados creados específicamente para el genoma de un individuo, el aprendizaje profundo en el campo de la medicina tiene la atención de muchas de las mayores empresas farmacéuticas y médicas.