Introducción al aprendizaje profundo

Durante cuarenta años, conseguir que una máquina reconociera un dígito manuscrito consistía en describir el dígito a mano. Se escribía código para contar los bucles cerrados, medir la relación entre alto y ancho o detectar las intersecciones de los trazos. Esas medidas se llamaban características (features), y eran el verdadero trabajo: el clasificador colocado detrás, una regresión logística o un SVM, era una mera formalidad. Cambiar de problema significaba empezar de cero. Un ingeniero que sabía describir dígitos no sabía describir nada de los rostros.

El aprendizaje profundo invierte esta relación. Ya no se describen las características: se describe una arquitectura capaz de inventarlas y se la deja descubrirlas a partir de ejemplos. Las primeras capas de una red entrenada con imágenes acaban detectando contornos y manchas de color; las siguientes, texturas; las últimas, partes de objetos. Nadie escribió «detecta un contorno». Surgió de la optimización.

Este desplazamiento tiene un precio, y este curso no lo va a ocultar. Una red profunda necesita muchos ejemplos y mucho cálculo, y falla de maneras desconcertantes: no aprende nada aunque el código sea correcto, memoriza en lugar de generalizar, o desciende a una región donde los gradientes se anulan y todo se queda congelado. La diferencia entre quien apila capas y quien sabe construir un modelo reside por completo en su capacidad para diagnosticar estos fallos.