La característica principal de esta técnica es que no se basa unicamente en pasar ciertos parámetros a una máquina para que esta aprenda a realizar una tarea, sino que con el Deep Learning podemos hacer cosas muchísimo más sorprendentes.
Uno de sus puntos fuertes es que la máquina no necesita la intervención humana para aprender, ella misma va aprendiendo con la información que le hemos pasado en un principio. Por ejemplo si le pasamos una fotografía, la propia I.A. (Inteligencia Artificial) es la que se encarga de detectar que hay dentro. Es capaz de detectar si en la fotografía hay un perro, un gato, números, personas o incluso puede detectar si hay una persona, con una gorra puesta y con un perro.
¿Como funciona?
Esta misma tecnología se encarga de separar por capas la información. Por ejemplo, su primera capa se encarga de comprobar la intensidad de luz de cada píxel de la fotografía. Una segunda capa se encarga de formar líneas utilizando la información obtenida en la primera capa. La tercera se encarga de formar polígonos que ya van teniendo más parecido a la información final. Ya por último en la cuarta capa es capaz de juntar toda esta información y recrear la fotografía entendiendo que lo que aparece dentro es un gato.
Contra más capas se utilicen, más se podrá detallar la información y se obtendrá un mejor resultado de lo esperado. Lo bueno de esto, es que realmente no hay un límite de capas, con lo cual cada vez es más precisa la información obtenida.
Aplicaciones del Deep Learning
Como ya he comentado antes, una de las aplicaciones del Deep Learning es la obtención de información directamente desde una imagen, sin necesidad del paso de parámetros por parte del humano. Gracias a esto se pueden conseguir cosas muy útiles como la traducción de texto en tiempo real.
También se puede utilizar para que la misma I.A. reconozca diferentes cosas de una imagen y etiquetarlas. Esto puede ser muy útil a la hora de tener que interpretar muchas imágenes, puesto que la I.A. las cataloga en segundos y puede obtener información como: Persona montando en motocicleta esperando un semáforo.
Es muy útil en la predicción de enfermedades, ya que sin necesidad de un paso de parámetros ni información, es capaz de obtener información de diversas imágenes, compararlas con otra información de enfermedades potencialmente mortales y así detectar de manera muy temprana el indicio de alguna de estas enfermedades.
Caso real de aplicación del Deep Learning
El Deep Learning se ha probado en diversos campos y en diversas tareas. No obstante uno de los que más me sorprende por su velocidad de aprendizaje es volviéndose de un novato a un experto jugando al Atari Breakout en tan solo 240 minutos. Al iniciar la máquina solo sabia que necesitaba obtener puntos y que tenía una paleta que podía controlar. A medida que fue pasando el tiempo la misma máquina entendió que si golpeaba a la pelota y está a alguno de los bloques de arriba, obtenía puntos. A los 120 minutos desde el inicio, ya no había manera de que se le escapase la pelota y ya a los 240 minutos encontró la mejor manera para obtener puntos rápidos. Esta manera se basaba en hacer un hueco en uno de los dos lados y colar la pelota arriba.
No parece una gran hazaña conociendo otras aplicaciones más importantes que se pueden realizar utilizando esta tecnología. No obstante nos demuestra como a lo largo de las 4h que duró el entrenamiento, logró aprender des de 0 hasta convertirse en un experto, como una persona haría.
Esta capacidad de aprender como una persona es la que nos demuestra lo importante que será esta tecnología en el futuro.
Para concluir diré que cada vez la tecnología me sorprende más y quien sabe, quizás en un futuro las máquinas son capaces de pensar y realizar tareas como si de personas se tratasen. Eso si, no creo que a todo el mundo le emocione por igual. Estoy seguro de que a mucha gente esto le aterra, pero nunca hay que olvidar que por lo menos las máquinas necesitan energía para funcionar y que si en algún futuro hacen algo que no deben, siempre se les puede extraer la energía y... ¡Listo!
