# Deep learning

> Machine learning con redes neuronales de muchas capas, detrás de los saltos de la IA.

- Nivel: Intermedio
- Temas: IA
- URL: https://tidbit.legios.com.ar/es/deep-learning/
- En inglés: [Deep learning](https://tidbit.legios.com.ar/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.

## Una analogía

Es como una línea de montaje de intérpretes: el primero solo ve rayas, el siguiente convierte rayas en formas, el otro convierte formas en objetos. Ninguno entiende la imagen entera, pero el último puede decir 'eso es un gato'.

## Para quedarse

- 'Profundo' quiere decir muchas capas, cada una apoyada en la anterior.
- Aprende sola qué rasgos importan, sin reglas elegidas a mano.
- Despegó alrededor de 2012 gracias a grandes datasets y a las GPUs.
- Es potente pero pide muchos datos, cuesta entrenarla y es difícil de explicar.

## Para seguir leyendo

- [Aprendizaje profundo en Wikipedia](https://es.wikipedia.org/wiki/Aprendizaje_profundo)
- [¿Qué es el deep learning? (IBM)](https://www.ibm.com/es-es/think/topics/deep-learning)

## Términos relacionados

- [Machine learning](https://tidbit.legios.com.ar/es/machine-learning/): Enseñarle a una computadora con ejemplos en lugar de escribirle cada regla.
- [Red neuronal](https://tidbit.legios.com.ar/es/neural-network/): Una pila de unidades matemáticas chiquitas que aprende patrones a partir de ejemplos.
- [Entrenamiento e inferencia](https://tidbit.legios.com.ar/es/training-and-inference/): Entrenar construye el modelo una vez; inferir es usarlo, millones de veces por día.
- [Visión por computadora](https://tidbit.legios.com.ar/es/computer-vision/): La parte de la IA que le permite a una computadora entender qué hay en imágenes y video.
- [GPU](https://tidbit.legios.com.ar/es/gpu/): El chip que hace miles de cálculos simples al mismo tiempo.
- [LLM](https://tidbit.legios.com.ar/es/llm/): Una red neuronal entrenada con muchísimo texto para predecir la próxima palabra.
- [Chatbot](https://tidbit.legios.com.ar/es/chatbot/): Un programa con el que hablás escribiendo o con la voz, como si fuera una persona.