Qué Es El Deep Learning

¿Qué es el Deep learning?

En los últimos años, la inteligencia artificial (IA) ha sido un tema de medios intensos. El aprendizaje automático, el aprendizaje profundo y la IA aparecen en innumerables artículos, a menudo fuera de las publicaciones orientadas a la tecnología. Nos prometen un futuro de inteligencia. Chatbots, autos autónomos y asistentes virtuales: un futuro a veces pintado en luz sombría y otras veces como utópica, donde los trabajos humanos serán escasos y la mayoría de la actividad económica será manejada por robots o agentes de IA. Para un futuro o actual. practicante del aprendizaje automático, es importante poder reconocer la señal en el ruido para que pueda distinguir desarrollos cambiantes del mundo de sobrevalorados comunicados de prensa. Nuestro futuro está en juego, y es un futuro en el que usted tiene un activo rol a jugar: después de leer este libro, serás uno de los que desarrollarán la IA gentes Entonces, abordemos estas preguntas: ¿Qué ha logrado el aprendizaje profundo hasta ahora? ¿Qué tan significativo es? ¿A dónde vamos ahora? ¿Deberías creer el bombo? Este capítulo proporciona un contexto esencial en torno a la inteligencia artificial, aprendizaje automático y aprendizaje profundo.

1.1 Inteligencia artificial, aprendizaje automático y aprendizaje profundo. Primero, debemos definir claramente de qué estamos hablando cuando mencionamos AI. Qué Son la inteligencia artificial, el aprendizaje automático y el aprendizaje profundo (ver figura 1.1)? ¿Cómo se relacionan entre sí?

1.1.1

Inteligencia artificial

La inteligencia artificial nació en la década de 1950, cuando un puñado de pioneros de la campo incipiente de la informática comenzó a preguntar si las computadoras podrían ser hechas para "Pensar", una pregunta cuyas ramificaciones aún estamos explorando hoy. Una definición concisa del campo sería la siguiente: el esfuerzo por automatizar las tareas intelectuales que normalmente realizan los humanos. Como tal, la IA es un campo general que abarca el aprendizaje automático y aprendizaje profundo, pero eso también incluye muchos más enfoques que no implican ningún aprendizaje. Los primeros programas de ajedrez, por ejemplo, solo involucraban reglas codificadas por programadores, y no calificaron como aprendizaje automático. Desde hace bastante tiempo, muchos los expertos creían que la inteligencia artificial a nivel humano podía lograrse. Los programadores elaboran un conjunto suficientemente amplio de reglas explícitas para manipular conocimiento. Este enfoque se conoce como IA simbólica, y fue el paradigma dominante en IA desde los años cincuenta hasta finales de los ochenta, Alcanzó su máxima popularidad durante el auge de los sistemas de los años ochenta. Aunque la IA simbólica demostró ser adecuada para resolver problemas lógicos bien definidos, como al jugar al ajedrez, resultó ser difícil resolver las reglas explícitas para resolver más Problemas complejos y difusos, como la clasificación de imágenes, el reconocimiento de voz y la traducción de idiomas. Surgió un nuevo enfoque para tomar el lugar simbólico de la IA: el aprendizaje automático.