Deep learning

El deep learning (aprendizaje profundo) es machine learning hecho con redes neuronales que tienen muchas capas apiladas una detrás de otra. Lo 'profundo' se refiere a esa cantidad de capas, no a que entienda algo en profundidad. Cada capa toma lo que produjo la anterior y lo convierte en algo un poco más abstracto, así que la red va armando su propia comprensión de los datos paso a paso.

En un modelo de imágenes, las primeras capas terminan reaccionando a cosas simples como bordes y manchas de color, las del medio a texturas y formas como un ojo o una rueda, y las últimas a conceptos enteros como 'gato' o 'bicicleta'. Nadie programa esas etapas; aparecen solas durante el entrenamiento. Ese es el gran cambio respecto del machine learning anterior, donde una persona tenía que decidir a mano qué rasgos de los datos importaban.

Las ideas tienen décadas, pero el deep learning despegó recién alrededor de 2012, cuando una red llamada AlexNet ganó por amplio margen un concurso de reconocimiento de imágenes. Se habían juntado tres cosas: conjuntos de datos etiquetados enormes, GPUs capaces de entrenar redes grandes y mejores técnicas de entrenamiento. Desde entonces está detrás del reconocimiento de voz, la traducción, la generación de imágenes y los grandes modelos de lenguaje de los chatbots. El costo: necesita muchos datos y mucha capacidad de cómputo, y cuesta explicar por qué una red profunda dio una respuesta puntual.