¿Qué es Deep Learning? Una guía simple con 8 ejemplos prácticos

Posted by Ella Ijaz on 12/12/2018 01:02:00 PM

Inteligencia artificial: deep learning

Recientemente se ha conversado bastante sobre las posibilidades del Deep Learning (DL), haciendo cosas que actualmente hacen los humanos en las fábricas, almacenes, oficinas y hogares. 

Mientras que la tecnología está evolucionando rápidamente, junto con el miedo y el entusiasmo, es posible que términos tales como inteligencia artificial, Machine Learning y DL te dejen perplejo.

Esperamos que esta guía sencilla ayudará a ordenar la confusión en torno a DL y que los 8 ejemplos prácticos ayudarán a aclarar el uso real de la tecnología de DL hoy.

 

¿Qué es Deep Learning?

La inteligencia artificial es, esencialmente, cuando máquinas pueden hacer tareas que normalmente requieren la inteligencia humana. Una clasificación específica es el Machine Learning que es cuando las máquinas pueden aprender por experiencia y adquirir habilidades sin el involucramiento humano.

EL DL es una subdivisión del Machine Learning en que redes neuronales artificiales, algoritmos inspirados por el cerebro humano, aprenden a partir de grandes cantidades de datos. De manera similar a como aprendemos de experiencias, el algoritmo del DL desempeña una tarea repetidas veces, cada vez perfeccionando un poco para mejorar los resultados.

Nos referimos a "Deep Learning" porque las redes neuronales tienen varias capas (profundas) que permiten el aprendizaje. Casi cualquier problema cuya solución requiere "pensamiento" es un problema que DL puede aprender resolver.

La cantidad de datos que generamos cada día es asombrosa – actualmente estimada en 2,5 trillones de bytes – y son el recurso que hace posible el DL. Dado que los algoritmos del DL requieren muchos datos de que aprender, este aumento de creación de datos es una razón por la que las capacidades del DL han crecido en años recientes.

Además de más generación de datos, los algoritmos del DL se benefician del poder de computación que disponemos hoy y de la proliferación de la Inteligencia Artificial (IA) como un Servicio. IA como un Servicio le ha dado a organizaciones más pequeñas el acceso a la tecnología de inteligencia artificial y, específicamente, a los algoritmos de IA requeridos para el DL sin una gran inversión inicial.

El DL permite que máquinas resuelvan problemas complejos, aun cuando utilizando el conjunto de datos sea muy diverso, desestructurado e interconectado. A medida que más aprendan los algoritmos de DL, mejor funcionan.

8 ejemplos prácticos de Deep Learning

Ahora que vivimos en una época cuando máquinas pueden aprender a resolver problemas complejos sin la intervención humana, ¿exactamente cuáles son los problemas a que se enfrentan?

Aquí están algunas de las tareas que el DL apoya hoy (y la lista solo continuará creciendo), mientras que el algoritmo continua aprendiendo con la incorporación de datos.

1. Asistentes Virtuales

Ya sea Alexa, Siri o Cortana, los asistentes virtuales de los proveedores de servicios en línea utilizan DL para ayudarles a entender tu discurso y el lenguaje usado por humanos cuando interactúan con los dispositivos.

2. Traducciones

De manera similar, los algoritmos de DL pueden traducir automáticamente entre idiomas. Eso puede ser poderoso para viajeros, empresarios y quienes están en el gobierno.

3. Visión para camiones de reparto sin conductores, drones y autos autónomos

La manera en que los vehículos automáticos entienden las realidades de la carretera y como responder a ellas, ya sea una señal de pare, una pelota en la calle u otro vehículo, es gracias a algoritmos de DL.

Mientras más datos reciban los algoritmos, mejor pueden actuar como humanos en su procesamiento de información – reconociendo que una señal de pare cubierto con nieve todavía es una señal de pare.

4. Chatbots y Bots de Servicio

Chatbots y Bots de Servicio, que proveen servicio al cliente para muchas empresas, pueden responder de manera inteligente y útil a una cantidad creciente de preguntas de texto y audio gracias al DL.

5. Coloración de imágenes

Transformar imágenes en blanco y negro a color era una tarea hecha meticulosamente a mano por humanos. Hoy, algoritmos de DL pueden utilizar el contexto y los objetos en las imágenes para colorearlas para, básicamente, recrear las imágenes en blanco y negro a color. Los resultados son impresionantes y precisos.

6. Reconocimiento facial

Se está utilizando el reconocimiento facial no solo para propósitos de seguridad o para etiquetar a personas en fotos de Facebook. En un futuro cercano es posible que podamos pagar artículos en las tiendas solo con nuestro rostro .

El principal desafío para los algoritmos de DL en reconocimiento facial es saber qué es la misma persona aun cuando haya cambiado su peinado, se haya afeitado o dejado crecer la barba, o si la imagen sacada sea de mala calidad a causa de un efecto de la luz o una obstrucción.

7. Medicamentos y fármacos

Desde detección de una enfermedad y la diagnosis de un tumor hasta la formulación de medicamentos personalizados creados específicamente a partir del genoma de un individuo, el DL en el ámbito medico ha llamado la atención de muchas de las empresas farmacéuticas y de salud más grandes.

8. Personalización de compras y entretenimiento

¿Te has preguntado alguna vez cómo lo hace Netflix para idear las sugerencias para lo que deberías ver próximamente? ¿O cómo Amazon elige lo que deberías comprar, y esas sugerencias son exactamente lo que necesitas, pero tú no lo sabías de antes? Sí, en esas decisiones también están trabajando los algoritmos de DL.

 

Mientras más experiencias tengan los algoritmos de DL, mejor llegan a ser sus resultados. Deberían ser unos años extraordinarios mientras la tecnología continua madurando.

Este artículo fue traducido desde el inglés al español del original en Forbes.com

Artículo original: Forbes

Topics: Inspiración Tecnológica

Tecnología aplicada para el Servicio al Cliente

En Adere.so creamos herramientas que evolucionan y digitalizan el servicio al cliente que dan las empresas a través de internet.

Subscríbete a nuestro Newsletter

Entradas recientes