Aprendizaje profundo (deep learning)

El aprendizaje profundo (deep learning) es la parte del aprendizaje automático basada en redes neuronales con muchas capas. «Profundo» se refiere a esa cantidad de capas, no a una comprensión profunda. Cada capa transforma los datos en una representación un poco más abstracta: en una imagen, las primeras detectan bordes, las intermedias formas y las últimas objetos completos.

Su gran ventaja frente a los métodos clásicos es que aprende sus propias características a partir de datos crudos (píxeles, ondas de audio, texto), sin que un experto tenga que diseñarlas a mano. A cambio, necesita muchos datos y mucho cómputo, normalmente con GPU u otros aceleradores.

Las ideas de fondo existían desde hace décadas, pero el despegue llegó a partir de 2012, cuando la red AlexNet ganó con amplio margen la competencia de reconocimiento de imágenes ImageNet. La combinación de grandes conjuntos de datos, GPU y mejoras técnicas llevó a avances en reconocimiento de voz, traducción, visión y, desde 2017, a los transformers que sustentan los modelos de lenguaje y la IA generativa. Yann LeCun, Yoshua Bengio y Geoffrey Hinton resumieron el campo en un artículo de revisión publicado en Nature en 2015.

Sus limitaciones son conocidas: es costoso de entrenar, difícil de interpretar (los modelos funcionan como cajas negras) y puede fallar de forma inesperada con datos distintos a los de entrenamiento. Para datos tabulares sencillos, métodos clásicos como los bosques aleatorios a menudo funcionan igual o mejor con mucho menos esfuerzo.