DEEP LEARNING: QUÉ ES, CÓMO FUNCIONA Y EJEMPLOS

El Deep Learning, o aprendizaje profundo es un subconjunto del Machine Learning que se apoya en una red neuronal con tres o más capas. Estas redes neuronales se diseñan para tratar de simular el comportamiento de una pequeña parte del cerebro humano, aprendiendo a partir de grandes cantidades de datos. Una red neuronal con una sola capa podría hacer predicciones aproximadas basadas en datos, pero cuantas más capas adicionales, más optimizada y precisa es la solución.
Hay que decir que se está muy lejos aún de poder igualar la capacidad de un cerebro humano, por eso es por lo que los desarrollos de Deep Learning se centran en aspectos muy precisos y «estrechos» de las capacidades humanas, como la voz, la vista o el reconocimiento.
El aprendizaje profundo impulsa muchas aplicaciones y servicios de inteligencia artificial que mejoran la automatización al poder realizar tareas analíticas y físicas sin intervención humana. Algunos productos y servicios de uso cotidiano que podemos entender que existen gracias al Deep Learning son los asistentes digitales, la detección de fraudes con tarjetas de crédito y muchas de las tecnologías que hacen posible la conducción automatizada (y la no tan lejana conducción autónoma).
El deep Learning utiliza redes neuronales artificiales muy profundas (decenas, cientos o incluso miles de capas) para descubrir patrones extremadamente complejos de forma automática.h2 style="color:#333; border-bottom:2px solid #0a5; padding-bottom:8px; margin:40px 0 20px;">Aplicaciones reales del deep learning

Asistentes conversacionales ultra avanzados.
Generación de imágenes, vídeo y audio realista.
Coches autónomos (Tesla, Waymo…).
Diagnóstico por imagen médica.
Detección de fraude en tiempo real.
Traducción simultánea con contexto.