Espacio latente

El espacio latente es la representación interna que un modelo construye de los datos. Cuando una red procesa una imagen o un texto, lo transforma en un vector de números; el conjunto de todos esos vectores posibles forma un espacio con muchas dimensiones. «Latente» significa oculto: sus ejes no se definen a mano, sino que el modelo los aprende y a menudo no tienen una interpretación clara para una persona.

La idea clave es que ese espacio organiza la información de forma útil. Los ejemplos parecidos quedan cerca, y ciertas direcciones pueden corresponder a rasgos con sentido: en un modelo de rostros, moverse en una dirección podría añadir lentes o cambiar la edad aparente. Por eso se habla de «navegar» o «interpolar» en el espacio latente: tomar dos puntos y recorrer el camino entre ellos produce transiciones graduales.

Es un concepto central en los modelos generativos. Los autocodificadores variacionales aprenden a comprimir datos en un espacio latente ordenado del que se pueden sacar muestras nuevas; las GAN convierten puntos aleatorios de ese espacio en imágenes; y muchos modelos de difusión de imagen trabajan en un espacio latente comprimido para ahorrar cómputo, en lugar de operar directamente sobre los píxeles. Los embeddings son, en esencia, puntos de un espacio latente.

Un matiz: aunque se describe con metáforas geométricas, se trata de espacios de cientos o miles de dimensiones, donde la intuición de dos o tres dimensiones falla con frecuencia. Que dos puntos estén cerca indica similitud según lo que el modelo aprendió, no necesariamente según el criterio humano.