¿Para qué sirve Deep Learning?
En un artículo anterior explicábamos para qué sirve Machine Learning. Deep Learning va un paso más allá y actualmente es una de las áreas principales de investigación en la Inteligencia Artificial.
Al igual que en Machine Learning, se parte de un conjunto grande de datos y se infiere nueva información pero de forma mucho más profunda.
Si en Machine Learing usamos una red neuronal con un par de capas intermedias en Deep Learning usaríamos decenas de capas intermedias, y por tanto Deep Learning sería el estudio de cómo organizar dichas capas para almacenar y generar nueva información.
Ahora no solo podremos simplemente reconocer un los objetos que aparecen en una película analizando los fotogramas, si no que se pueden realizar descripciones de alto nivel de las escenas, ya que la información de alto nivel conceptual se queda almacenada en las capas más profundas de la red neuronal.
Este es un área en desarrollo y esta es una lista no extensiva de sus posibles aplicaciones:
Deportes
Ayuda a organizar un club deportivo: entrenamientos, selección de deportistas
Arbitraje de eventos deportivos: el sistema aprende a distinguir las jugadas legales de las ilegales
Uso interno de las empresas
Predecir lo que un empleado va a ir necesitando a medida que avanza en una tarea e irle facilitando el trabajo
Ayuda masiva a gestores de proyecto en la estimación de tareas y asignación de recursos
Predecir cuándo un empleado va a abandonar la empresa
Política
Determinar el número de escaños que va a obtener un partido político
Analizar si una campaña de imagen está dando un resultado adecuado o no
Marketing
Destilar nuevas tendencias de compra en los consumidores
Diseñar asistentes virtuales que pueden seguir una conversación y generar expresiones faciales realistas
Asistencia avanzada a las ventas para con un cliente
Multimedia
Generar voz simular a la humana: entonación, etc.
Generar escenarios virtuales totalmente nuevo pero que parecen realistas
Analizar creaciones artísticas de un autor y generar nuevas creaciones artísticas simulando que son de dicho autor.
Interpretación de imágenes y video
Jurídico
A partir de la documentación y las pruebas de un procedimiento judicial determinar la mejor estrategia a seguir
Determinar la culpabilidad o inocencia de una persona
Seguridad
Predecir la probabilidad de que alguien cometa un crimen (violencia de génro, etc)
Detectar delitos cometidos en una secuencia de video
Otros
Búsquedas en internet mucho más acertadas porque el sistema entiende lo que realmente estás buscando
Traducir de un idioma a cualquier otro idioma o forma de comunicación
Mejorar Inteligencia Artificial de robots y otros dispositivos IoT
Al igual que en Machine Learning, se parte de un conjunto grande de datos y se infiere nueva información pero de forma mucho más profunda.
Si en Machine Learing usamos una red neuronal con un par de capas intermedias en Deep Learning usaríamos decenas de capas intermedias, y por tanto Deep Learning sería el estudio de cómo organizar dichas capas para almacenar y generar nueva información.
Ahora no solo podremos simplemente reconocer un los objetos que aparecen en una película analizando los fotogramas, si no que se pueden realizar descripciones de alto nivel de las escenas, ya que la información de alto nivel conceptual se queda almacenada en las capas más profundas de la red neuronal.
 |
| Una red neuronal compleja almacena por separado los contornos de los objetos, las texturas y características conceptuales |
Este es un área en desarrollo y esta es una lista no extensiva de sus posibles aplicaciones:
Deportes
Ayuda a organizar un club deportivo: entrenamientos, selección de deportistas
Arbitraje de eventos deportivos: el sistema aprende a distinguir las jugadas legales de las ilegales
Uso interno de las empresas
Predecir lo que un empleado va a ir necesitando a medida que avanza en una tarea e irle facilitando el trabajo
Ayuda masiva a gestores de proyecto en la estimación de tareas y asignación de recursos
Predecir cuándo un empleado va a abandonar la empresa
Política
Determinar el número de escaños que va a obtener un partido político
Analizar si una campaña de imagen está dando un resultado adecuado o no
Marketing
Destilar nuevas tendencias de compra en los consumidores
Diseñar asistentes virtuales que pueden seguir una conversación y generar expresiones faciales realistas
Asistencia avanzada a las ventas para con un cliente
Multimedia
Generar voz simular a la humana: entonación, etc.
Generar escenarios virtuales totalmente nuevo pero que parecen realistas
Analizar creaciones artísticas de un autor y generar nuevas creaciones artísticas simulando que son de dicho autor.
Interpretación de imágenes y video
Jurídico
A partir de la documentación y las pruebas de un procedimiento judicial determinar la mejor estrategia a seguir
Determinar la culpabilidad o inocencia de una persona
Seguridad
Predecir la probabilidad de que alguien cometa un crimen (violencia de génro, etc)
Detectar delitos cometidos en una secuencia de video
Otros
Búsquedas en internet mucho más acertadas porque el sistema entiende lo que realmente estás buscando
Traducir de un idioma a cualquier otro idioma o forma de comunicación
Mejorar Inteligencia Artificial de robots y otros dispositivos IoT
Comentarios
Publicar un comentario