El Deep Learning es una rama dentro del gran árbol de la Inteligencia artificial.
La inteligencia artificial es la capacidad de una maquina de imitar el comportamiento humano basado en algoritmos o acciones que los mismos programadores ordenan a las maquinas.
La primera idea del Machine Lerning fue creada en 1950 por el matemático Alan Turning, quien planteo la posibilidad de que las maquinas pudieran pensar.
Entonces el Machine Learning es la capacidad de las computadoras de identificar patrones complejos, predecir comportamientos mediante un algoritmo y mejorar sus procesos automatizados. Resumiendo, es la habilidad que tiene una computadora de aprender.
Tanto fue así que en 1997 un sistema de IBM fue capaz de vencer hasta el entonces campeón de ajedrez del mundo. El Deep Learning se encuentra en tu día a día en casi todo lo que utilizamos cuando nos relacionamos con nuestros dispositivos.
Por ejemplo Gmail tiene una opción para ayudar a escribir un mail con la información de otros mails anteriores y hacerte recordar por ejemplo que tienes que enviar archivos adjuntos que lo mandaste en el correo anterior y que aquí es necesario que lo hagas.
Otro ejemplo de esto son las listas personalizadas de Espotify y Yutube Music. Básicamente analizan tu comportamiento y si ven algo repetitivo en tu lista te recomiendan lo mismo o sugerencias basadas en lo mismo que ves o escuchas.
El Deep Learning o aprendizaje profundo es un tipo de algoritmo con un tipo de arquitectura en capa. Que básicamente se basa en redes neuronales profundas. Eso quiere decir que este tipo de tecnología utiliza como fuente de referencia la propia estructura del cerebro humano en su funcionamiento.
Además guarda relación con los patrones de comunicación del cerebro biológico.
Lo más interesante de este aprendizaje es que para la extracción de la información de datos se emplea una gran cantidad de múltiples capas de unidad y procesamiento no lineales. Este tipo de tecnología tiene dos tipos de aprendizaje. El Supervisado y el No supervisado.
Gracias a la nube esto ha permitido al Deep Learning que pueda entrenar con una gran cantidad de datos y ser más autónomo.
El funcionamiento es el siguiente:
En la entrada recibe los datos que nosotros incluimos y pasan a las capas ocultas donde se realizan cálculos matemáticos que les permite tener nuevas entradas. Así después la capa de salida se encarga de entregar el resultado final.
Algo así como cuando alguien nos habla. Cuando alguien nos habla nos entra lo que esta persona dice.
Posteriormente nuestro cerebro lo procesa y el resultado final es entender esa información.