Inteligencia Artificial

Qué es deep learning o aprendizaje profundo

El deep learning es una rama de la inteligencia artificial que intenta emular el funcionamiento del cerebro humano. Te explicamos en qué consiste en el post de hoy.

Por Redacción España, el 22/07/2019

auto ¿Te ha gustado nuestro artículo? ¡Vota!

La llegada del Big Data ha hecho necesario el desarrollo de metodologías y herramientas que permitan procesar las enormes cantidades de datos que se recopilan constantemente.

En este contexto, el deep learning es una rama de la inteligencia artificial que, explicado de forma sencilla, busca realizar el procesamiento de esos datos con técnicas que emulan al cerebro humano. Te contamos qué es deep learning o aprendizaje profundo.

Definición de deep learning

Deep learning es una disciplina de las Ciencias de la Computación englobada dentro del machine learning o aprendizaje automático. Busca el desarrollo de tecnologías que procesen datos empleando arquitecturas computacionales que imiten al cerebro humano creando una la red neuronal artificial.

Esto es, que una máquina pueda comprender datos de forma similar a como lo haría una persona. Para ello, desarrolla algoritmos de alto nivel que aprenden a reconocer patrones, es decir aprenden de los datos, al igual que lo hacen las personas. El objetivo es que la máquina no se limite a procesar los datos con unos parámetros predefinidos, sino que desarrolle esos propios parámetros y aprenda por sí misma.

Para ello, define ‘neuronas’ que agrupa en capas de procesamiento no lineal que permiten procesar y transformar las variables. Digamos que cada capa aprende de la anterior, creando entramados neuronales artificiales, con unidades de proceso conectadas entre sí y que cada vez abarcan información más y más compleja.

El deep learning permite que una máquina encuentre patrones en grupos de objetos que, en principio, no están interconectados, hasta poder diferenciarlos de forma automática.

Un ejemplo sencillo

Dos personas están jugando a un videojuego para dispositivos móviles que les pide que escriban sus respuestas en la pantalla a mano.

Cada persona tiene una caligrafía distinta. Por tanto, escribe la respuesta de forma diferente. La respuesta de A y de B nunca va a ser la misma. Sin embargo, la máquina encuentra los patrones de repetición entre las distintas caligrafías tal y como lo haría una persona, y entiende con qué letras se corresponden.

Breve historia del deep learning

El término deep learning se ha popularizado especialmente con la irrupción de las nuevas tecnologías de almacenamiento que requieren un consiguiente procesamiento. 

Sin embargo, el desarrollo de los estudios en este campo se remonta a los años 60, Frank Rosenblatt diseño el perceptrón que se considera la primera red neuronal, en los 80 con el inicio de la democratización de la informática se fueron haciendo más populares. Fue en esta época cuando se empezaron a comercializar ordenadores asequibles, tanto en cuanto a tamaño como en cuanto a precio.

Esto, a su vez, dio el pistoletazo de salida al desarrollo de software, especialmente, los que permitieran optimizar los procesos automáticos en el entorno empresarial.

Alexey Ivakhnenko, padre del deep learning

La primera vez que se planteó la idea de la creación de redes artificiales que imitaran a las de un cerebro fue en 1965. El matemático ucraniano Alexey Ivakhnenko fue el responsable.

Ivakhnenko desarrolló el Group Method of Data Handling (GMDH) o Método de agrupamiento para el manejo de datos, un método de aprendizaje estadístico inductivo de 1968 que entabló las bases que se siguen empleando a día de hoy.

Actualmente, el aumento de los datos almacenados y disponibles para entrenar a redes neuronales, junto con el gran avance en la capacidad computación que ha supuesto el uso de GPUs (debido en gran medida a los gamers), ha provocado que el deep learning sea la tecnología estrella en la que se basan gran cantidad de servicios muy presentes en nuestro día a día.

Deep learning y machine learning

El aprendizaje automático o machine learning es una parte de la inteligencia artificial especializada en que las máquinas aprendan por sí solas, de manera automatizada.

La clave para ello reside en el desarrollo de softwares en un proceso de perfeccionamiento continuo, esto es, que estén continuamente sometidos a cambios, en base a los nuevos datos que van recopilando.

El machine learning se basa en sistemas que adaptan sus algoritmos de programación conforme van entrando datos. Así, están sometidos a una reprogramación continua, sin necesidad de la intervención de una persona. Sin embargo, esta tecnología sí requiere una intervención humana inicial.

Las personas deben abastecer a las máquinas de una semántica que les sirva de punto de partida. Además de los algoritmos, se debe introducir en el software un grupo grande de ejemplos, la base sobre la que trabaje el algoritmo. Por tanto, el algoritmo ha de ser entrenado.

El deep learning, más sofisticado

El deep learning es una vertiente del machine learning, puesto que también busca el aprendizaje automático, pero va un paso más allá. La metodología que emplea para conseguir esa meta es más compleja y sofisticada, con el objetivo es que la propia máquina encuentre los patrones de conducta por sí sola, lo que deriva en sistemas mucho más autónomos.

Al deep Learning se le dan un montón de datos y es capaz de aprender a solucionar problemas. Esto, que podría parecer magia, se consigue gracias a la enorme complejidad de las redes neuronales, con miles de neuronas por capa, y millones de conexiones.

Es el tipo de redes que pueden usar buscadores como google para entender lo que buscas. Y para entrenarlas, se necesitan muchísimos datos, teras y teras de información. 

TAGS:
Imagen del autor Redacción España

Equipo de redacción de B12 España: Marketing, Big Data, Inteligencia Artificial y Ventas.

Ponte en contacto con nosotros:

+52 (55) 6842 3026

mexico@agenciab12.com

Ejército Nacional #1112, Int. 804, CP 11550 – CDMX