Artículos

¿Qué es el deep learning y por qué debe importarte?

Comparte este contenido:

A los seres humanos que tenemos la fortuna de contar con el sentido de la vista nos resulta fácil reconocer objetos, animales y personas en la lejanía, por ejemplo, podemos reconocer una embarcación que esta a una distancia considerable de la playa donde nos ubicamos o reconocer a un perro que esta en el último plano de una fotografía en la que en los primeros planos hay una multitud.

KEY INSIGHT

  • Se espera que el mercado del deep learning alcance un valor aproximado de 1.8 millones de dólares en 2022.

Fuente: Marketsandmarkets

Para los robots o máquinas de reconocimiento de imágenes desarrollados con Inteligencia Artificial este reconocimiento hace algunos años era casi imposible pero con los avances en el machine learning (uno de los métodos de la Inteligencia Artificial) y la técnica del deep learning ahora esto es posible.

 

Una de las formas de apreciar esta técnica en la vida cotidiana es con la función de la red social de Mark Zuckerberg, Facebook, al momento de subir una foto con nuestro rostro, esta inmediatamente lo reconoce y lo etiqueta. Incluso esta técnica ha ido más allá en esta red social, al desarrollar una app para invidentes en las que a través de voz se describe el contenido de una fotografía o imagen.

 

¿Pero en qué consiste la técnica del deep learning? Yann LeCun, director de Inteligencia Artificial de Facebook, Yoshua Bengio y Geoffrey Hinton, en un artículo publicado por Nature, ofrecen la siguiente definición: “El aprendizaje profundo (deep learning) permite modelos computacionales que están compuestos de múltiples capas de procesamiento para aprender representaciones de datos con múltiples niveles de abstracción. Estos métodos han mejorado dramáticamente el estado de la técnica en reconocimiento de voz, reconocimiento de objetos visuales, detección de objetos y muchos otros dominios como el descubrimiento de fármacos y la genómica”.

 

Derivado de los avances en redes neuronales artificiales, entre ellas, las redes neuronales convolucionales, ahora es posible que las máquinas busquen la mejor respuesta o solución en las múltiples capas de la propia red. Mientras más complejo sea el asunto a resolver más profundo será el mapeo que haga la máquina en las capas más profundas de datos que contiene. Esto ayudado de un algoritmo, conocido como algoritmo de retropropagación (the back-propagation learning algorithm).

 

Por ejemplo, en una fotografía es sencillo reconocer el rostro de una persona que está de frente pero qué pasaría si la imagen es de la misma persona acompañada de otras y además está de perfil. El asunto se complica ¿no crees? De esta manera para que la máquina reconozca el rostro en la posición de perfil tendrá que hacer un escaneo más profundo del que haría en el primer ángulo. En este reconocimiento, la máquina podrá interpretar que es la foto de un ser humano, que es el rostro de la persona “x” y que su rostro esta de perfil. Pero esto lo hará indagando entre una enorme cantidad de rostros de personas y de datos de todo tipo, sin contar que tiene que descartar los otros objetos que están en la misma imagen para poder identificar el rostro de “x”. Así, es como funciona el deep learning.

 

Pero, ¿cómo aprenden las máquinas? Yaser S. Abu Mostafa en el artículo “Adiestramiento de las máquinas” publicado por Investigación y Ciencia señala: “Se han ideado numerosos modelos para tal adiestramiento. El que vaya a aplicarse tendrá una estructura general adaptada a grandes rasgos al problema, pero también dispondrá de parámetros con muchos grados de libertad –comparables a los mandos y controles que ajustan una máquina. Los valores dados a dichos controles determinarán cuál será el comportamiento que la máquina terminará por adoptar; según sea la opción escogida, así será el resultado final”.

 

El estudio y la aplicación de las redes neuronales artificiales, sin duda, base del deep learning tuvo un invierno de muchos años debido a que se impulsó más la corriente simbolista de la Inteligencia Artificial por sobre la llamada corriente conexionista, que es a la que pertenece el método del machine learning y sus diferentes técnicas.

 

Como startupero tecnológico tú puedes emplear esta técnica de la IA en el desarrollo de soluciones relacionadas con ciberseguridad, reconocimiento de imagen (para identificar tumores u otro de tipo de agentes extraños al interior del cuerpo humano, etc.), reconocimiento de voz o traducción automática.

 

Grandes corporativos tecnológicos como Alphabet Inc. en DeepMind, Amazon en Amazon Echo, y muchos más, ya utilizan el deep learning en múltiples servicios y productos.

Ebook: Estado del Internet de las Cosas en México

Autor: Adrián Rodríguez

Ha colaborado en el desarrollo de contenidos en la Revista Digital Universitaria, una de las primeras revistas digitales de la UNAM y en Ciencia y Desarrollo, versión electrónica del Conacyt. Le apasionan los temas de ciencia, tecnología e innovación.

Autor: Adrián Rodríguez

Ha colaborado en el desarrollo de contenidos en la Revista Digital Universitaria, una de las primeras revistas digitales de la UNAM y en Ciencia y Desarrollo, versión electrónica del Conacyt. Le apasionan los temas de ciencia, tecnología e innovación.