Home / Blog / Sumergiéndonos en el “deep learning”

Sumergiéndonos en el “deep learning”

Deep learning: el método de análisis digital de datos que cambiará tu forma de vida

Por mucho miedo que pueda dar de antemano el término “deep learning”, lo cierto es que deberíamos recibirlo con los brazos abiertos. El “deep learning” viene para quedarse, su procedimiento es tan complejo que parece que catalizará una revolución. Te contamos rápidamente el porqué.

El “deep learning” es una novedosa metodología de análisis digital de datos que forma parte del conocido “machine learning”. Éste último consiste en un conjunto de algoritmos de aprendizaje automático en que el ordenador, a través de un complejo procedimiento, aprenda a leer texto, comprendiendo frases y párrafos identificando las palabras por su significado, como el cerebro humano.

La particularidad del deep learning, –a diferencia del machine learning, que lee solamente palabras y textos–, es que con él el ordenador llega a procesar formas gráficas y fotografías, identificando en ellas distintos objetos, personas, lugares, como el cerebro humano. Todo con las dificultades añadidas que conlleva que el ordenador no lee imágenes como el ojo humano, sino que, lejos de identificar formas, lee millones de píxeles que, con el deep learning, debe aprender a codificar según grupos de píxeles, número y colores.

Decisivo para el big data en el panorama online y offline

Este complejo procedimiento promete un valiosísimo potencial dentro del mundo digital que ningún pionero del sector quiere desaprovechar. El machine learning está usándose para finalidades diversas, desde el sector empresarial, financiero hasta los centros educativos. Muchas empresas ya lo usan para analizar big data, por su capacidad de interpretar millones de datos a una velocidad altísima. Algunos de los objetivos del análisis son fijar precios, predecir demandas de producto, hacer recomendaciones personalizadas, optimizar rutas de distribución, o incluso detectar fraudes.

El deep learning puede aplicarse en múltiples campos. En el campo médico, se usa para mejorar la comprensión de enfermedades, mutaciones de enfermedades y terapias genéticas. En el ámbito de la seguridad, se usa para localizar caras y emociones faciales y para detectar, predecir y prevenir fraudes y todo tipo de amenazas en el campo de la ciberseguridad. Estas son solo algunas de las muchas aplicaciones de los algoritmos del deep learning. Nosotros nos centraremos en el impacto que está teniendo el deep learning en el mundo digital, concretamente en la creciente cantidad de aplicaciones y start ups en que está derivando.

Ejemplo práctico: Foodvisor

Un ejemplo de estas apps es Foodvisor, una pequeña empresa que ha creado una aplicación móvil que te ayuda a registrar todo lo que comes para perder peso, seguir una dieta o llevar una alimentación más saludable. La app usa el deep learning para registrar la dieta codificando las imágenes de los platos que el usuario sube a la app.

La app detecta el tamaño de la comida a través de la distancia entre el móvil y el plato, y detecta la cantidad de cada alimento según la región que ocupa. Etiqueta cada alimento con el porcentaje de la cantidad que representa en el total del plato y el usuario sólo debe confirmarlo una vez la app ya ha interpretado la información. Se está trabajando también para que la aplicación haga una estimación del peso de cada alimento.

La tecnología de Foodvisor intenta que el proceso de entrada de datos sea lo más rápido y simple posible a través de la carga de imágenes, ya que era lo que hasta el momento no convencía a los usuarios de este tipo de aplicaciones. El beneficio que ofrece al usuario consiste en hacer la tarea que hace generalmente un nutricionista, ofreciendo planes de dieta, información personalizada sobre la dieta desarrollada, información nutricional e incluso ofrece la opción de chatear con un nutricionista.

El deep learning, junto con el machine learning, parece estar intentando hacerse un sitio en el trabajo que está ahora realizándose por profesionales especializados. En el caso de Foodvisor, hablaríamos del ámbito de la salud y la nutrición, pero en otros casos serían ingenieros, analistas y comerciales. Veremos cómo cambia, cómo se va adaptando esta revolución y sobre todo, cómo es recibida por los usuarios.

 

 

Leave a Reply

Your email address will not be published. Required fields are marked *