Menú

Geographica:Make data count.

categorías
Data Science
Ver todos los posts

Qué es Deep Learning y cómo funciona

por Azahara 31/Jul/2017

Está revolucionando la inteligencia artificial a una velocidad de vértigo y ha concitado el interés de grandes compañías gracias a sus prometedores avances, muchos ya una realidad. Se trata, en efecto, del tan traído y llevado tema del Deep Learning, una tecnología de aprendizaje y clasificación basada redes de neuronas artificiales numéricas.

Pero no siempre fue así. El éxito le ha llegado al Deep Learning después de una larga travesía en el desierto. Si bien la atmósfera de entusiasmo actual puede hacernos creer en  imposibles, un problema sobre el que advierten expertos como Yann LeCun, lo cierto es que esta tecnología todavía es una gran incógnita en muchos aspectos.

Igualmente, el Deep Learning plantea problemas sobre la posible peligrosidad de su evolución. Al margen de cuestiones como su explosivo presente o un futuro incierto que también parece sonreírle, sin embargo, en este artículo nos centraremos en su definición, entendida como un concepto inseparable de su actual contexto. Por otro lado, veremos brevemente cómo funciona.

La tormenta perfecta

Los inicios del Deep Learning se vinculan al padre de la computación cognitiva, Geoffrey Hinton, aunque como tecnología aplicada no ha ido más allá de lo académico hasta hace poco menos de un lustro.

deep learning

El Big Data permite almacenar y analizar datos masivos a bajo coste.

Entre ellos, la existencia de un ecosistema propicio conformado por distintos elementos de la era digital. Se trata, en suma, de la creación de una tormenta perfecta provocada por realidades como la omnipresente tecnología, el Internet de las Cosas (IoT), el cloud computing y otros recursos de Big Data que permiten almacenar y analizar datos masivos a bajo coste.

O, por ejemplo, el mismo avance de otros sectores de la inteligencia artificial. Actualmente, junto con el Machine Learning, el Deep Learning se puede considerar la punta de lanza de la inteligencia artificial, colocándose incluso por delante de aquella. Interesa sobremanera a gigantes como Google, Apple, IBM, Amazon, Microsoft, eBay, Facebook, LinkedIn o Adobe, entre otras empresas de referencia que no dudan en hacer ingentes inversiones.

Los sistemas basados en deep learning, de hecho, están proliferando y ya son muchos de los avances producidos. No son pocas las ocasiones en las que sus resultados son tales que no dejan de ocupar titulares.

Lejos de tratarse de cuestiones que no tienen que ver con lo cotidiano, lo cierto es que también se van introduciendo en nuestro día a día, por ejemplo a través de los softwares que permiten contar con asistentes de voz, avanzando en el perfeccionamiento de un coche autónomo o, pongamos por caso, ayudando a sectores como el de la realidad virtual o los videojuegos a dar un salto cualitativo.

deep learning

Siri, un ejemplo de software que cuenta con asistente de voz.

A su vez, multitud de productos y servicios se basan en la realización automática de tareas que cuesta creer que las máquinas puedan hacer: reconocimiento facial, entender la emoción de los tonos de voz, predecir nuestros gustos musicales, hacer recomendaciones personales a nivel de ocio o salud o, pongamos por caso, realizar predicciones en los más distintos ámbitos y con fines igualmente diferentes.

Qué es y cómo funciona el Deep Learning

Este sistema de aprendizaje y clasificación, basada en la “red neuronal artificial” digital, a buen seguro será responsable otros cambios no menos impactantes que se produzcan en el futuro. ¿Pero, cómo podemos definirlo brevemente?

Si el Machine Learning se centra en lograr un aprendizaje automático, el Deep Learning se orienta hacia el entendimiento de los datos que va teniendo. Por otro lado, la evolución de aquel pasa inevitablemente el aprendizaje sin intervención humana previa. Es decir, de forma independiente, dentro de un ciclo de aprendizaje constante retroalimentado por información nueva.

Junto con los sistemas de computación cognitiva, el Deep Learning supone un acercamiento al modo de pensar humano, buscando imitar las características de nuestro sistema nervioso. Se trata, en suma, de buscar la detección de determinadas características ocultas en los datos para lograr exitosos sistemas cognitivos artificiales.

Los avances en sistemas cognitivos artificiales se suman a los elementos contextuales apuntados, como el entorno IoT y los frameworks que facilitan el procesamiento distribuido de grandes conjuntos de datos o la posibilidad de obtención de datos en tiempo real. De este modo, tecnologías como el Deep Learning se revelan como claves para dar significado a esos océanos de datos que esperan convertirse en una información valiosa.

En efecto, el Deep Learning busca la resolución de problemas que plantea el mundo real. Un enfoque práctico que se lleva a cabo a partir de redes neuronales profundas que imitan el modo de funcionar de nuestro cerebro.

Los datos que van entrando en el sistema se utilizan para ir afinando su capacidad a la hora de tomar nuevas decisiones. En este sentido, el programador no debe especificar las tareas o definición de características, puesto que el algoritmo lo hace emulando al cerebro humano.

En otras palabras, se procesa la información a través de la práctica, imitando el aprendizaje que realizamos nosotros, careciendo de una información completa de las reglas. Conforme la red vaya recibiendo información irá tomando decisiones correctas en un mayor porcentaje de ocasiones. El algoritmo irá evolucionando gracias a la alimentación de millones de ejemplos, logrando una mejora con el tiempo, dependiendo de la complejidad de la tarea.

¿Androides soñando con ovejas eléctricas?

Pese a los avances, el aprendizaje profundo todavía dista mucho de constituir una verdadera alternativa a la inteligencia humana. Por otro lado, las posibilidades, como hemos visto, son casi infinitas, y enormes las expectativas, aunque también haya grandes críticos, como Jeff Hawkings, quien utiliza la biología como alternativa al aprendizaje profundo, un enfoque plasmado en su proyecto Numenta.

Deep Learning

¿Soñarán los androides con ovejas eléctricas?

Sea como fuere, a día de hoy sigue siendo un completo misterio si los androides llegarán a soñar con ovejas eléctricas. Una pregunta que, hoy por hoy, solo puede responder la ciencia ficción. Aunque quizá dicha exclusividad no sea por mucho tiempo.

TAGSInteligencia ArtificialMachine Learning

¿Te interesa?
Contacta con nosotros
Comparte
twitter facebook linkedin google

Suscríbete

Gracias por suscribirte

esc

Si estás pensando en algo, hagámoslo juntos.

Déjanos al menos tu email y nos pondremos en contacto en breve.

Enviando tu mensaje...

Gracias.
Lo dicho, en breve nos pondremos en contacto contigo.

Subir