Deep Learning

Fiabilidad

¿Qué significa Deep Learning?

El aprendizaje profundo es un enfoque iterativo de la inteligencia artificial (IA) que apila algoritmos de aprendizaje automático en una jerarquía de complejidad y abstracción crecientes. Cada nivel de aprendizaje profundo se crea con los conocimientos adquiridos en el nivel anterior de la jerarquía.

La primera capa de un algoritmo de reconocimiento profundo de imágenes, por ejemplo, podría centrarse en aprender sobre patrones de color en los datos de entrenamiento, mientras que la siguiente capa se centra en las formas.

Con el tiempo, la jerarquía tendrá capas que se centren en varias combinaciones de colores y formas, y la capa superior se centrará en el objeto real que se está reconociendo.

El aprendizaje profundo es actualmente la arquitectura de IA más sofisticada que se utiliza en la actualidad. Los algoritmos de aprendizaje profundo más populares son:

Red neuronal convolucional: El algoritmo puede asignar pesos y sesgos a distintos objetos de una imagen y diferenciar un objeto de la imagen de otro. Se utiliza para la detección de objetos y la clasificación de imágenes.

Redes neuronales recurrentes: El algoritmo es capaz de recordar datos secuenciales. Se utilizan para el reconocimiento del habla, el reconocimiento de la voz, la predicción de series temporales y el procesamiento del lenguaje natural.

Redes de memoria a largo plazo: El algoritmo puede aprender la dependencia del orden en problemas de predicción de secuencias. Se utilizan en la traducción automática y el modelado del lenguaje.

Redes generativas adversariales: Dos algoritmos compiten entre sí y utilizan los errores del otro como nuevos datos de entrenamiento. Se utilizan en la restauración de fotos digitales y en la falsificación profunda de vídeos.

Redes de creencia profunda: Algoritmo de aprendizaje profundo no supervisado en el que cada capa tiene dos propósitos: funciona como capa oculta para lo que vino antes y como capa visible para lo que viene después. Se utiliza en el sector sanitario para la detección del cáncer y otras enfermedades.

Definición de Deep Learning

Deep learning se utiliza para construir y entrenar redes neuronales y nodos de redes de toma de decisiones. Se considera una tecnología central de la Cuarta Revolución Industrial (Industria 4.0) y la Web3.

El deep learning elimina la identificación manual de características en los datos y, en su lugar, se basa en cualquier proceso de entrenamiento que tenga para descubrir los patrones útiles en los ejemplos de entrada. Esto hace que el entrenamiento de la red neuronal sea más fácil y rápido, y puede producir un mejor resultado que haga avanzar el campo de la inteligencia artificial.

Se considera que un algoritmo es deep si los datos de entrada pasan por una serie de no linealidades o transformaciones no lineales antes de convertirse en salida. Hoy en día, la mayoría de las aplicaciones empresariales utilizan algoritmos de aprendizaje automático poco profundos.

La IA superficial, también denominada estrecha o débil, no construye una jerarquía de llamadas subrutinas. En su lugar, este tipo de algoritmo de aprendizaje está diseñado para realizar una única y discreta tarea.

Temas relacionados

Margaret Rouse
Technology Specialist
Margaret Rouse
Experta en tecnología

Margaret Rouse es una galardonada escritora técnica y profesora conocida por su habilidad para explicar temas técnicos complejos a una audiencia de negocios no técnica. Durante los últimos veinte años, sus explicaciones han aparecido en sitios web de TechTarget y ha sido citada como autoridad en artículos del New York Times, Time Magazine, USA Today, ZDNet, PC Magazine y Discovery Magazine. La idea de diversión de Margaret es ayudar a profesionales de TI y negocios a aprender a hablar los idiomas altamente especializados de cada uno. Si tienes una sugerencia para una nueva definición o cómo mejorar una explicación técnica,…