Tutorial de aprendizaje profundo para principiantes: conceptos básicos de redes neuronales

⚡ Resumen inteligente

El aprendizaje profundo es una rama del aprendizaje automático que se basa en redes neuronales artificiales que apilan muchas capas ocultas, de modo que cada capa aprende una característica más rica de los datos que la capa anterior.

🔘 Arquitectura en capas: Una capa de entrada, dos o más capas ocultas y una capa de salida conforman una red profunda.
☑️ Signal fuerza: El peso, el sesgo y la función de activación determinan qué información transmite cada neurona a la siguiente capa.
✅ Bucle bifásico: Una transformación no lineal produce un modelo, luego un método basado en derivadas lo mejora, y este proceso se repite hasta que la precisión sea aceptable.
🧪 Cuatro arquitecturas: Redes neuronales de alimentación directa, redes recurrentes, redes convolucionales y agentes de aprendizaje por refuerzo.
🛠️ Dónde vale la pena: Calificación crediticia en finanzas, selección de candidatos en recursos humanos, análisis de sentimiento en centros de llamadas en marketing.
⚙️ Los límites reales: El coste del etiquetado, la necesidad de conjuntos de datos enormes y los modelos que se resisten a una explicación en lenguaje sencillo.

Descubre más

¿Qué es Deep Learning?

El aprendizaje profundo es un software informático que imita la red de neuronas en un cerebro. Es un subconjunto de aprendizaje automático basado en redes neuronales artificiales con aprendizaje de representación. Se llama aprendizaje profundo porque utiliza redes neuronales profundas. Este aprendizaje puede ser supervisados, semi-supervisado o sin supervisión.

Los algoritmos de aprendizaje profundo se construyen con capas conectadas, como muestra el siguiente diagrama.

La primera capa se llama capa de entrada.
La última capa se llama Capa de salida.
Todas las capas intermedias se denominan capas ocultas. El término "profundo" significa que la red conecta neuronas a través de más de dos capas.

Diagrama de una red neuronal profunda que muestra una capa de entrada, dos capas ocultas de neuronas y una capa de salida. — Capa de entrada, capas ocultas y capa de salida, con conexiones entre neuronas individuales.

Cada capa oculta está compuesta por neuronas interconectadas. Una neurona procesa la señal de entrada que recibe y propaga el resultado a la capa superior. La intensidad de la señal que llega a una neurona de la siguiente capa depende del peso, el sesgo y la función de activación.

La red consume grandes cantidades de datos de entrada y los procesa a través de múltiples capas, de modo que puede aprender características cada vez más complejas de los datos en cada capa.

Proceso de aprendizaje profundo

Una red neuronal profunda proporciona una precisión de vanguardia en muchas tareas, desde la detección de objetos hasta el reconocimiento de voz. Estas redes pueden aprender automáticamente, sin conocimientos predefinidos codificados explícitamente por los programadores. En la práctica, un proyecto de aprendizaje profundo pasa por cinco etapas:

Comprende el problema
Identificar los datos
Seleccione un algoritmo de aprendizaje profundo
Entrenar a la modelo
Prueba el modelo

Proceso de aprendizaje profundo de cinco etapas, desde la comprensión del problema hasta la prueba del modelo. — Las cinco etapas de un proyecto de aprendizaje profundo, desde la definición del problema hasta las pruebas.

Para comprender el concepto de aprendizaje profundo, imaginemos una familia con un bebé y sus padres. El pequeño señala objetos con su dedo meñique y siempre dice "gato". Preocupados por su educación, sus padres le repiten constantemente: "Sí, eso es un gato" o "No, eso no es un gato". El bebé persiste en señalar objetos, pero cada vez acierta más con la palabra "gato". En el fondo, el niño no sabe por qué puede decir que algo es un gato o no. Simplemente ha aprendido a organizar las características que componen a un gato en una jerarquía, observando a la mascota en general y luego fijándose en detalles como la cola o la nariz antes de decidir.

Una red neuronal funciona de manera muy similar. Cada capa representa un nivel de conocimiento más profundo, es decir, una jerarquía de conocimiento. Una red neuronal con cuatro capas aprenderá características más complejas que una con dos capas.

El aprendizaje se produce en dos fases:

Primera fase: aplicar una transformación no lineal de la entrada y crear un modelo estadístico como salida.
Segunda fase: mejorar el modelo con un método matemático basado en derivadas, que es como propagación hacia atrás ajusta los pesos.

La red neuronal repite estas dos fases cientos o miles de veces hasta alcanzar un nivel de precisión aceptable. Cada repetición de las dos fases se denomina iteración.

Para ilustrar un ejemplo de aprendizaje profundo, observe la siguiente animación, en la que el modelo intenta aprender a bailar. Tras 10 minutos de entrenamiento, el modelo no sabe bailar y su resultado parece un garabato.

Tras 48 horas de aprendizaje, el ordenador domina el arte del baile, como muestra la segunda animación.

Clasificación de redes neuronales

Las redes se agrupan primero según el número de capas ocultas.

Red neuronal superficial: La red neuronal superficial tiene solo una capa oculta entre la entrada y la salida.

Red neuronal profunda: Las redes neuronales profundas tienen más de una capa oculta. Por ejemplo, el modelo GoogLeNet para el reconocimiento de imágenes cuenta con 22 capas.

Hoy en día, el aprendizaje profundo aparece en coches sin conductor, teléfonos móviles, el Google Motor de búsqueda, detección de fraudes y televisión.

Tipos de redes de aprendizaje profundo

Varias arquitecturas se han convertido en estándar, cada una moldeada por el tipo de datos que maneja. El siguiente gráfico, publicado por el Instituto Asimov, muestra la gama más amplia de arquitecturas.

Tabla de arquitecturas de redes neuronales que incluyen perceptrón, propagación hacia adelante, RBF, RNN, LSTM, GRU y autoencoders. — Un diagrama de arquitecturas de redes neuronales, desde el perceptrón simple hasta las variantes LSTM, GRU y autoencoder.

Redes neuronales de retroalimentación

Este es el tipo más simple de red neuronal artificial. Con este tipo de arquitectura, la información fluye en una sola dirección: hacia adelante. Esto significa que el flujo de información comienza en la capa de entrada, pasa por las capas "ocultas" y termina en la capa de salida. La red no tiene bucles y la información se detiene en la capa de salida.

Redes neuronales recurrentes (RNN)

An RNN Es una red neuronal multicapa capaz de almacenar información en nodos de contexto, lo que le permite aprender secuencias de datos y generar un número u otra secuencia. En pocas palabras, es una red neuronal artificial cuyas conexiones entre neuronas incluyen bucles. Las RNN son idóneas para procesar secuencias de entrada, ya que la salida se retroalimenta a la red como memoria.

Diagrama de bloques de una red neuronal recurrente con la salida realimentada a la red como memoria. — Una RNN envía su salida de vuelta a sí misma, que es lo que le da memoria a la red.

Por ejemplo, si la tarea consiste en predecir la siguiente palabra en la oración "¿Quieres un…?", la red procede de la siguiente manera:

Las neuronas RNN reciben una señal que indica el inicio de la oración.
La red recibe la palabra "Do" como entrada y genera un vector de números. Este vector se retroalimenta a la neurona para que la red guarde la información. Esta etapa ayuda a la red a recordar que recibió "Do" y que lo recibió en la primera posición.
La red neuronal procede de forma similar con las siguientes palabras. Toma la palabra "tú" y luego "quieres". El estado de las neuronas se actualiza al recibir cada palabra.
La etapa final ocurre después de recibir la palabra "a". La red neuronal proporciona una probabilidad para cada palabra en inglés que podría completar la oración. Una RNN bien entrenada probablemente asigna una alta probabilidad a "café", "drink", "burger" y palabras similares.

Usos comunes de RNN

Ayude a los comerciantes de valores a generar informes analíticos
Detectar anomalías en los estados financieros
Detectar transacciones fraudulentas con tarjeta de crédito
Proporcionar un título para las imágenes.
Potencia Chatbots
Los usos habituales de las redes neuronales recurrentes (RNN) se dan cuando los profesionales trabajan con datos o secuencias de series temporales, por ejemplo, grabaciones de audio o texto.

Redes neuronales convolucionales (CNN)

A CNN es una red neuronal multicapa con una arquitectura única diseñada paratracLas CNN utilizan características cada vez más complejas de los datos en cada capa para determinar la salida. Son muy adecuadas para tareas perceptivas.

Arquitectura CNN con etapas de aprendizaje de características de convolución, ReLU y pooling, seguidas de aplanamiento, conexión completa y clasificación softmax. — Aprendizaje de características mediante convolución, ReLU y pooling; clasificación mediante flatten, fully connected y softmax.

Las redes neuronales convolucionales (CNN) se utilizan principalmente cuando hay un conjunto de datos no estructurados, como imágenes, y los profesionales necesitan...tracla información de ello.

Por ejemplo, si la tarea es predecir el título de una imagen:

La red neuronal convolucional (CNN) recibe una imagen de, digamos, un gato. En términos informáticos, esta imagen es una colección de píxeles, generalmente una capa para una imagen en escala de grises y tres capas para una imagen en color.
Durante la etapa de aprendizaje de características, es decir, en las capas ocultas, la red identifica características únicas, por ejemplo la cola del gato o la oreja.
Una vez que la red ha aprendido a reconocer una imagen, puede proporcionar una probabilidad para cada clase de imagen que conoce. La etiqueta con la probabilidad más alta se convierte en la predicción de la red.

Aprendizaje reforzado

Aprendizaje reforzado Es un subcampo del aprendizaje automático en el que los sistemas se entrenan recibiendo "recompensas" o "castigos" virtuales, aprendiendo esencialmente por ensayo y error. Se trata de un paradigma de aprendizaje más que de una estructura de red, pero sus algoritmos modernos se basan en redes neuronales profundas. GoogleDeepMind utilizó el aprendizaje por refuerzo para vencer a un campeón humano en Go. El aprendizaje por refuerzo también se utiliza en videojuegos para mejorar la experiencia de juego mediante la creación de bots más inteligentes.

Algunos de los algoritmos más famosos son:

Q-aprendizaje
Red Q profunda
Estado-Acción-Recompensa-Estado-Acción (SARSA)
Profundo gradiente determinista de políticas (DDPG)

La tabla que aparece a continuación resume cuándo se ajusta cada arquitectura.

Arquitectura de interiores	Datos que le convienen	Rasgo distintivo	Tarea típica
Feed-forward	Entrada tabular de longitud fija	Sin bucles; la información avanza únicamente.	Puntuación y clasificación simple
Red neuronal recurrente (RNN)	Secuencias y series temporales	Los nodos de contexto le dan memoria	Predicción de texto, audio, pronóstico
Red neuronal convolucional (CNN)	Datos no estructurados en forma de cuadrícula	Convolución y agrupación, por ejemplotract características	Clasificación y descripción de imágenes
Aprendizaje reforzado	Un entorno, no un conjunto de datos.	Aprende de las recompensas y los castigos.	Agentes de juego, robótica, control

Ejemplos de aplicaciones de aprendizaje profundo

Estas arquitecturas ya se están utilizando en producción en industrias muy diversas:

IA en finanzas

El sector de la tecnología financiera ya ha comenzado a utilizar la IA para ahorrar tiempo, reducir costes y generar valor añadido. El aprendizaje profundo está transformando el sector crediticio mediante una evaluación crediticia más sólida. Los responsables de la toma de decisiones crediticias pueden utilizar la IA en las solicitudes de crédito para lograr una evaluación de riesgos más rápida y precisa, empleando la inteligencia artificial para tener en cuenta la solvencia y la capacidad de los solicitantes.

Underwrite es una empresa de tecnología financiera que ofrece una solución de IA para quienes toman decisiones crediticias. underwrite.ai utiliza IA para detectar qué solicitante tiene más probabilidades de devolver un préstamo, un enfoque que, según la empresa, supera a los sistemas de puntuación tradicionales.

IA en RRHH

Under Armour, una empresa de ropa deportiva, revolutUnder Armour ionizó la contratación y modernizó la experiencia del candidato con la ayuda de la IA. En 2012, Under Armour experimentó un aumento repentino de interés y recibía, en promedio, más de 30 000 solicitudes al mes. Leer todas esas solicitudes y luego iniciar el proceso de selección y entrevistas resultaba demasiado lento. El extenso proceso de contratación e incorporación afectaba la capacidad de Under Armour para tener sus tiendas minoristas con personal completo, listas para operar y en pleno funcionamiento.

En ese momento, Under Armour tenía toda la tecnología de RRHH "imprescindible", como soluciones transaccionales para la búsqueda, la aplicación, tracUnder Armour utilizó herramientas de gestión de personal y de incorporación, pero estas no fueron suficientes por sí solas. Eligió HireVue, un proveedor de soluciones de RR. HH. con inteligencia artificial, para realizar entrevistas tanto bajo demanda como en directo. Los resultados fueron sorprendentes: la empresa informó de una reducción del 35 % en el tiempo de contratación, al tiempo que mejoró la calidad del personal contratado.

IA en marketing

La IA es una herramienta valiosa para la gestión del servicio al cliente y la personalización de la atención. La mejora en el reconocimiento de voz en la gestión de centros de llamadas y el enrutamiento de llamadas, gracias a la aplicación de técnicas de IA, permite una experiencia más fluida para los clientes.

Por ejemplo, el análisis de audio mediante aprendizaje profundo permite a los sistemas evaluar el tono emocional del cliente. Si el cliente responde negativamente al chatbot de IA, el sistema puede redirigir la conversación a un operador humano real que se hará cargo del problema.

Además de los tres ejemplos de aprendizaje profundo mencionados anteriormente, la IA se utiliza ampliamente en otros sectores e industrias.

¿Por qué es importante el aprendizaje profundo?

El aprendizaje profundo es una herramienta poderosa para convertir predicciones en resultados prácticos. Destaca en el descubrimiento de patrones y la predicción basada en el conocimiento. Big Data es el combustible del aprendizaje profundo. Cuando ambos se combinan, una organización puede obtener resultados en productividad, ventas, gestión e innovación que antes eran inalcanzables.

El aprendizaje profundo también puede superar a los métodos tradicionales. En particular, en problemas de percepción, las redes neuronales profundas han sido las de mejor rendimiento durante años: la clasificación de imágenes, el reconocimiento de voz y el reconocimiento facial están dominados por arquitecturas profundas, y los modelos de reconocimiento facial alcanzan una precisión cercana al 99 % en pruebas de referencia públicas estándar. Esta ventaja radica en que la red aprende sus propias características en lugar de depender de características diseñadas manualmente.

Limitaciones del aprendizaje profundo

Esos resultados conllevan costes reales.

Etiquetado de datos

La mayoría de los modelos de IA actuales se entrenan mediante aprendizaje supervisado. Esto significa que los humanos deben etiquetar y categorizar los datos subyacentes, lo que puede ser una tarea considerable y propensa a errores. Por ejemplo, las empresas desarrollanping Las empresas que desarrollan tecnologías de conducción autónoma contratan a cientos de personas para anotar manualmente horas de grabaciones de vídeo de vehículos prototipo con el fin de entrenar estos sistemas.

Obtenga enormes conjuntos de datos de entrenamiento

Se ha demostrado que las técnicas de aprendizaje profundo, como las redes neuronales convolucionales (CNN), pueden, en algunos casos, imitar el conocimiento de expertos en medicina y otros campos. Sin embargo, esta tendencia en el aprendizaje automático requiere conjuntos de datos de entrenamiento que no solo estén etiquetados, sino que también sean suficientemente amplios y universales.

Los métodos de aprendizaje profundo requieren miles de observaciones para que los modelos alcancen un rendimiento relativamente bueno en tareas de clasificación y, en algunos casos, millones para que se desempeñen al nivel de los humanos. Como era de esperar, el aprendizaje profundo es más común en las grandes empresas tecnológicas, que utilizan macrodatos para acumular petabytes de ejemplos. Esta escala les permite crear modelos de aprendizaje profundo impresionantes y de gran precisión.

explicar un problema

Los modelos grandes y complejos pueden ser difíciles de explicar en términos humanos, por ejemplo, por qué se llegó a una decisión en particular. Esta es una de las razones por las que la aceptación de algunos inteligencia artificial La herramienta es lenta en áreas de aplicación donde la interpretabilidad es útil o incluso necesaria.

Además, a medida que se expande la aplicación de la IA, los requisitos regulatorios también podrían impulsar la necesidad de modelos de IA más explicables.

Preguntas Frecuentes

Classical aprendizaje automático Necesita características diseñadas manualmente y funciona bien con datos tabulares pequeños. El aprendizaje profundo aprende características por sí mismo a partir de datos brutos no estructurados, pero requiere muchos más ejemplos y capacidad de procesamiento.

Introduce no linealidad, de modo que las capas apiladas pueden modelar límites de decisión curvos en lugar de colapsar en un único paso lineal. La función ReLU es la predeterminada habitual en las capas ocultas; la función sigmoide y la función softmax dan forma a la salida.

La retropropagación mide cuánto contribuyó cada peso al error y luego recorre ese gradiente hacia atrás a través de las capas, de modo que cada peso se ajusta en la dirección que reduce la pérdida. Es la segunda fase en acción.

Una época es una pasada completa sobre los datos de entrenamiento. El tamaño del lote indica cuántas muestras procesa la red antes de actualizar los pesos. La tasa de aprendizaje controla el tamaño de cada actualización de peso.

Los Transformers, introducidos en 2017, reemplazan la recurrencia con la atención, permitiendo que cada token observe a todos los demás tokens simultáneamente. Debido a que esto se ejecuta en paralelo, escalan mucho mejor que las RNN y ahora dominan el trabajo en lenguaje y visión.

El entrenamiento consiste principalmente en multiplicaciones de matrices grandes, que las GPU ejecutan en paralelo con un ancho de banda de memoria muy alto. Trasladar una CNN o un transformador de la CPU a una única GPU de entrenamiento suele generar aceleraciones varias veces mayores.

Las herramientas de búsqueda de arquitectura neuronal y AutoML prueban el número de capas, los anchos y los hiperparámetros, y luego conservan el candidato que mejor se valida. Reducen drásticamente el trabajo manual, aunque una persona sigue definiendo el objetivo y el presupuesto computacional.

Copiloto de GitHub borradores TensorFlow y PyTorCrea bucles de entrenamiento a partir de una breve indicación. Verifica tú mismo las formas de entrada, la función de pérdida y la semilla, ya que el código generado automáticamente suele contener errores en estos aspectos.