Estas imágenes extraídas de una red neuronal artificial explican por qué el aprendizaje profundo está dando lugar a softwares que ven mejor que los humanos. Esto ha sido posible gracias a una técnica llamada aprendizaje profundo, que alimenta grandes redes de neuronas artificiales con datos para entrenarlas para filtrar datos futuros.
He puesto este ejemplo porque realicé un curso que este investigador dió en Coursera antes de que saliese ese artículo, en que explicaba, entre otras cosas, el deep learning aplicado a la visión. Eso no quita que sea un enorme salto respecto a los métodos anteriores... pero ya tiene sus añitos.
b) El artículo se deja de decir un par de cosas importantes:
En la fase central de las capas del deep-learning se añaden errores a fin de que el sistema aprenda a reconocer patrones a pesar de posibles desviaciones... y para mi eso es la gracia del sistema... que aprende a reconocer patrones PARECIDOS a los que se les presenta.
La salida del sistema son los pesos con los que se va a iniciar el aprendizaje de una red neural con backpropagation... lo digo porque si alguien se ha iniciado en las redes neurales seguro que eran esas las que usaba... y podrá decir: "Anda! ahora lo pillo!"
Comentarios
Estas redes representan un enorme salto respecto a los métodos tradicionales de visión de máquinas,
Dos cosas:
a) Ya hace años que corren: (2012)
https://blog.uchceu.es/informatica/red-neuronal-de-google-aprende-por-si-misma-a-identificar-fotos-de-gatitos-usando-16000-cores/
He puesto este ejemplo porque realicé un curso que este investigador dió en Coursera antes de que saliese ese artículo, en que explicaba, entre otras cosas, el deep learning aplicado a la visión. Eso no quita que sea un enorme salto respecto a los métodos anteriores... pero ya tiene sus añitos.
b) El artículo se deja de decir un par de cosas importantes:
En la fase central de las capas del deep-learning se añaden errores a fin de que el sistema aprenda a reconocer patrones a pesar de posibles desviaciones... y para mi eso es la gracia del sistema... que aprende a reconocer patrones PARECIDOS a los que se les presenta.
La salida del sistema son los pesos con los que se va a iniciar el aprendizaje de una red neural con backpropagation... lo digo porque si alguien se ha iniciado en las redes neurales seguro que eran esas las que usaba... y podrá decir: "Anda! ahora lo pillo!"