¿Por qué es Deep Learning ahora tan popular?

Las redes neuronales artificiales, son métodos que datan de hace varias décadas. Sin embargo, debido a las limitaciones de la tecnología, solo había logrado producir resultados marginales. Con los nuevos sistemas computacionales, en especial los GPU (Graphics Processing Unit), desde hace 8 años se han vuelto a popularizar. Ahora las arquitecturas neuronales, utilizan múltiples capas, a los que se les denomina: aprendizaje profundo.

Tres cosas principales pasaron:

1)      Mejoras drásticas de hardware, GPUs (NVIDIA)

2)      Millones de datos: Cuando se usan millones de observaciones (datos, imágenes, etc), se pueden resolver problemas muy complejos, que con otros métodos no es posible

3)      Nuevos algoritmos: las arquitecturas utilizan múltiples capas, a los que se les denomina: aprendizaje profundo (antes 4 -5 capas, ahora 50-300)

Collage de imágenes de diversos objetos usados para entrenar

Collage de imágenes de diversos objetos usados para entrenar

 

A grandes rasgos, el aprendizaje profundo son un conjunto de algoritmos, métodos y tecnologías, basados en redes neuronales artificiales, para modelar abstracciones de alto nivel para resolver diversas tareas. Tales tareas pueden ser detección de rostros, clasificación de imágenes, enfermedades, o incluso tareas de navegación de vehículos autónomos.

Cuando a estas arquitecturas se les proveen suficientes observaciones (datos, imágenes, etc), se pueden resolver problemas muy complejos, que, con otros métodos matemáticos, no es posible.

Una observación puede ser representada en muchas formas, por ejemplo, un vector de píxeles, un arreglo de números de mediciones, entre otros. O se pueden combinar varias mediciones, en una arquitectura multimodal, como se pretende llevar a cabo en este proyecto.

Las arquitecturas de aprendizaje profundo convolucionales y redes profundas en general, han sido aplicadas a campos como visión por computadora, reconocimiento automático del habla, y reconocimiento de señales de audio y música. Estos métodos han producido los mejores resultados del estado del arte en varias tareas, es por ello, que ahora se selección como herramienta fundamental para detección temprana de enfermedades, detección de rostros, entre muchas otras aplicaciones.

 

PhD  Reyes Rios Cabrera

Guest User