DEEP LEARNING.

Para hablar de Deep Learning hay que hablar también de Machine Learning, a veces son utilizados como sinónimos, pero no son lo mismo. El Deep Learning es un tipo de Machine Learning (García, 2017), que es una disciplina científica del ámbito de la Inteligencia Artificial que crea sistemas que aprenden automáticamente gracias a un algoritmo que registra y analiza los datos para ser capaz de predecir comportamientos futuros, consiguiendo así estos sistemas mejorar de forma autónoma
progresivamente (González, 2014).

A veces es necesario cierta intervención humana a modo de entrenamiento o refuerzo para encaminar los sistemas, “se requieren buenos conjuntos de datos de entrenamiento (a menudo, etiquetados de forma manual por humanos) para que los algoritmos aprendan de forma efectiva” (Arrabales, 2016).

El futuro del aprendizaje automático pasa probablemente por el aprendizaje no supervisado, es decir, sin intervención humana previa, no dejan de aparecer avances y mejoras de los algoritmos gracias al ascenso del aprendizaje automático por su aplicación al Big Data y el IoT, concretamente el Deep Learning está muy de moda en la actualidad por acercarse a la potencia perceptiva humana (Arrabales, 2016). Según Carlos García, Doctor en Informática y Matemáticas Aplicadas en Ciencia e Ingeniería:

El Deep Learning lleva a cabo el proceso de Machine Learning usando una red neuronal artificial que se compone de un número de niveles jerárquicos. En el nivel inicial de la jerarquía la red aprende algo simple y luego envía esta información al siguiente nivel. (2017).

Estas capas de unidades de procesos (neuronas artificiales) se especializan en detectar determinadas características existentes en los objetos percibidos, asemejándose a la organización del sistema nervioso de los mamíferos, incluyendo el encéfalo humano, que también posee áreas especializadas en distintos ámbitos o procesos (Arrabales, 2016).

En los próximos años veremos cómo los sistemas cognitivos artificiales se expanden en múltiples aplicaciones en el ecosistema digital. Además, veremos como el aprendizaje y el lenguaje empiezan a integrarse con más funciones psicológicas como la memoria semántica, el razonamiento, la atención, la motivación y la emoción, de forma que los sistemas artificiales vayan acercándose más y más al nivel humano de inteligencia, o quizás, como ya se adelantaba en ConsScale (una escala para medir el desarrollo cognitivo), las máquinas puedan alcanzar niveles superiores a los humanos. (Arrabales, 2016).

Aplicaciones del Deep Learning.

• Vídeo explicativo:

 - Traductores inteligentes. 

Los traductores online utilizan esta tecnología para captar la forma de hablar y las características de cada idioma, además de actualizase y corregir errores de traducción. Un ejemplo es el traductor de Google, quien también utiliza el Deep Learning en el Gmail y en sus motores de búsqueda.

 - Lenguaje natural hablado y escrito. 

Se aplica en robots, bots o máquinas. Son capaces de captar la voz humana o las órdenes por escrito y actuar según los comandos que se le den a modo de asistente. La principal característica es que reaccionan ante un lenguaje natural. 

 - Reconocimiento de voz. 

Aunque todavía no llega a ser del todo preciso, se utiliza en los motores de búsqueda para poder realizar las cuestiones mediante la voz. 

 - Interpretación semántica. 

Tiene diversas utilidades. Se analizan las conversaciones por escrito y verbales que el usuario mantiene para poder por ejemplo orientar la publicidad y también se aplica en la identificación de rostros y objetos a tiempo real. Un ejemplo de corporación caracterizada por el uso de estas tecnologías es Facebook. 

 - Visión computacional. 

Relacionado al reconocimiento, análisis y entendimiento de imágenes.

Bibliografía

Arrabales, R. (29 de marzo de 2016). Deep Learning: qué es y por qué va a ser una tecnología clave en el futuro de la inteligencia artificial. Xataka. Recuperado de: https://www.xataka.com/robotica-e-ia/deep-learning-que-es-y-por-que-va-a-ser-una-tecnologia-clave-en-el-futuro-de-la-inteligencia-artificial

García Moreno, C. (2017). ¿Qué es el Deep Learning y para qué sirve? Indra Company. Recuperado de: https://www.indracompany.com/es/blogneo/deep-learning-sirve

González, A. (1 de julio de 2014). ¿Qué es Machine Learning? CleverData. Recuperado de: https://cleverdata.io/que-es-machine-learning-big-data/

Redacción de Pr Noticias. (21 de julio de 2016). 6 aplicaciones reales del deep learning. Pr Noticias. Recuperado de: https://prnoticias.com/comunicacion/nombramientos/20154951-6-aplicaciones-reales-del-deep-learning