¿Qué es el aprendizaje profundo? elhuffingtonpost

El área de inteligencia artificial de más rápido crecimiento de la que nunca has oído hablar.

ANDRIY ONUFRIYENKO VIA GETTY IMAGES

La idea es que mediante el uso de múltiples capas de unidades de procesamiento no lineales, cada capa sucesiva que utiliza la salida de la capa anterior se puede supervisar o, lo que es más importante, continuar sin supervisión. Esto permitirá a las máquinas analizar patrones (sin supervisión) y clasificar problemas (supervisados) de todo tipo. 

Tal vez hayas oído hablar de eso, pero probablemente no. Por ahora, NVIDIA está dominando completamente el campo, y prácticamente no hay información al respecto.

El aprendizaje profundo, también conocido como aprendizaje automático profundo, es un tipo de aprendizaje automático que se basa en un conjunto de algoritmos que crea abstracciones de alto nivel en los datos utilizando diferentes estructuras de modelo. Básicamente, es el futuro de problemas altamente complejos: el aprendizaje profundo será la solución.

Entonces, básicamente, significa que las máquinas mismas pueden aprender. Esto es bastante salvaje.

Al enseñar a las computadoras la capacidad de detectar patrones y conceptos en los datos, habrá grandes ramificaciones para el reconocimiento de voz, el procesamiento del lenguaje natural, la clasificación de video, la visión por computadora, etc. 

El tipo más común de aprendizaje profundo implica redes neuronales artificiales que se han inspirado en redes neuronales reales en nuestro cerebro. Esto se debe a que hay dos tipos de células en la corteza visual primaria: células simples y complejas. Las redes neuronales artificiales a menudo representan modelos en cascada de ambos tipos de células.

Significa que las máquinas mismas pueden aprender. Esto es bastante salvaje.

Como las computadoras nos han dado la capacidad de crear algoritmos más grandes, también nos han dado cantidades de datos mucho mayores. Sin embargo, a veces las computadoras producen más datos de los que realmente pueden entender. La principal motivación entre el aprendizaje profundo es fomentar la capacidad computacional para comprender todos los datos.

Como he mencionado, NVIDIA ha estado prácticamente sola en términos de los principales fabricantes. Las GPU han tenido un impacto masivo en el aprendizaje profundo. NVIDIA ha creado la máquina de aprendizaje profundo de escritorio más rápida: DIGITS DevBox, que tiene su propio programa de desarrollo, y la posibilidad de construir su propio DevBox. Este pequeño dispositivo con Linux es una supercomputadora.

Con cuatro GPU Titan X con 7 TFlops de precisión única, junto con 336.5 GB/s de ancho de banda de memoria y 12GB de memoria por placa, es esencialmente una potencia increíblemente rápida. NVIDIA DIGITS utiliza el diseño, entrenamiento y visualización de redes neuronales profundas para la clasificación de imágenes. También tiene un Ubuntu 14.044 estándar preinstalado con Caffe, Torch, Theano, BIDMach, cuDNN v2 y CUDA 7.0. Este pequeño dispositivo con Linux es una supercomputadora.

¿Qué significa todo esto? Que sus resultados para cualquier experimento van mil veces más rápido. Lo que hubiera tomado meses ahora puede tomar días. También puede explorar múltiples arquitecturas de red y tiene una manipulación de conjunto de datos increíblemente acelerada. Y todo está en una pequeña computadora que cabe en su escritorio.