Qué es el “aprendizaje profundo” de la inteligencia artificial y cómo ya está cambiando la vida de millones

Detalles

Categoría: Actualidad

Publicado el Martes, 5 Septiembre 2017 9:30pm

Cuando la supercomputadora Deep Blue de IBM venció al campeón de ajedrez Gary Kasparov en 1997, muchos se sorprendieron ante el poder de estas máquinas.

Dos décadas después, la inteligencia artificial está presente en la banca, la medicina y en programas populares como los predictores de palabras de los celulares. En 2016, AlphaGo, un programa informático de la filial de Google Deep Mind, ganó un duelo con el campeón del mundo de un juego denominado Go. Y este año el Instituto Tecnológico de Massachussetts (MIT) anunció que su algoritmo DeepMoji, que puede analizar emojis para detectar el sarcasmo en Twitter. Deep significa “profundo” en inglés.

Y el “aprendizaje profundo” es lo le que permite a las computadoras resolver este tipo de problemas. Pero, ¿qué es? ¿Y cómo está afectando la vida de personas en todo el mundo? Vega, quien nació en Argentina, es investigador permanente de los laboratorios IBM T. J. Watson de Nueva York y experto en arquitecturas de sistemas para aplicaciones de Aprendizaje Profundo e Inteligencia Artificial.

Y Dorronsoro es catedrático de Ciencias de la Computación e Inteligencia Artificial de la Escuela Politécnica Superior de la Universidad Autónoma de Madrid.

¿Qué significa en términos simples aprendizaje profundo?

Augusto Vega: El aprendizaje profundo es un campo perteneciente a la inteligencia artificial cuyo objetivo es el estudio y construcción de sistemas de cómputo capaces de “aprender” a partir de la experiencia, inspirándose ligeramente en algunos principios del funcionamiento del cerebro animal. En general, estos sistemas deben ser entrenados a partir de ejemplos conocidos, de manera similar en la que se le enseña a un niño pequeño a reconocer objetos o sonidos a su alrededor (se señala un árbol y se le dice “eso es un árbol”; o se escucha el ruido de un tren y se le dice “eso es un tren”).

A este tipo de aprendizaje automático se le llama “profundo” porque presenta una estructura jerárquica que extrae diferentes niveles de detalle de los datos en cuestión. Por ejemplo, durante el reconocimiento de imágenes se extraen bordes que, combinados, permiten detectar contornos, que a su vez permiten reconocer diferentes partes del objeto, para finalmente determinar su identidad.

¿Qué es una “red neuronal” en inteligencia artificial y en qué medida se comporta como las neuronas del cerebro humano?

Augusto Vega: Una red neuronal artificial es un modelo computacional ligeramente inspirado en el funcionamiento de las neuronas del cerebro biológico (por ejemplo, el cerebro humano)”.

La jerarquía de una red neuronal artificial está formada por capas (o niveles) de neuronas, siendo las primeras capas responsables del reconocimiento de los detalles más específicos, mientras que las últimas capas detectan y reconocen patrones más abstractos y generan el resultado final. Cuando la red neuronal artificial está formada por múltiples capas, se la denomina red neuronal profunda, otro término posible con el que suele referirse al aprendizaje profundo.