La mayoría de las aplicaciones de aprendizaje profundo utilizan redes neuronales "convolucionales", en las que los nodos de cada capa se agrupan, los grupos se superponen y cada grupo alimenta datos a varios nodos (naranja y verde) de la siguiente capa. Crédito: Jose-Luis Olivares / MIT
La mayoría de las aplicaciones de aprendizaje profundo utilizan redes neuronales "convolucionales", en las que los nodos de cada capa se agrupan, los grupos se superponen y cada grupo alimenta datos a varios nodos (naranja y verde) de la siguiente capa. Crédito: Jose-Luis Olivares / MIT

La inteligencia artificial de aprendizaje profundo en redes neuronales

La técnica de inteligencia artificial de Ballyhooed conocida como "aprendizaje profundo" revive una idea de 70 años. En los últimos 10 años, los sistemas de inteligencia artificial de mejor rendimiento, como los reconocedores de voz en los teléfonos inteligentes o el último traductor automático de Google, son el resultado de una técnica llamada "aprendizaje profundo". El aprendizaje profundo es, de hecho, un nuevo nombre para un enfoque de la inteligencia artificial llamado redes neuronales, que han estado entrando y saliendo de moda durante más de 70 años.  Las redes neuronales fueron propuestas por primera vez en 1944 por Warren McCullough y Walter Pitts, dos investigadores de la Universidad de Chicago que se trasladaron al MIT en 1952 como miembros fundadores de lo que a veces se llama el primer departamento…

0 comentarios