Profundizando en el ‘deep learning’

Óscar Ramos Ponce, doctor en Informática y Robótica por el Centro Nacional para la Investigación Científica (Francia), fue el expositor invitado para dirigir el coloquio de investigación “Fronteras y limitaciones actuales de deep learning”, organizado el viernes 12 de junio por la Carrera de Ingeniería de Sistemas y la Facultad de Ingeniería y Arquitectura de la Universidad Lima, en el que se analizó los beneficios y posibles consecuencias de esta útil tecnología.

El ponente, magíster en Visión Computacional por la Universidad Heriot-Watt del Reino Unido y docente de la Universidad de Lima, hizo un recorrido a través de la historia de la inteligencia artificial, pasando por la creación de robots y el aprendizaje automático (machine learning) hasta llegar al deep learning. Ramos señaló acerca de la importancia que ha cobrado el deep learning actualmente:

“¿Por qué ahora puede ser importante el ‘deep learning’? ¿Por qué resurgieron si las redes neuronales existieron desde hace décadas? Bueno, se debe a varios motivos, por ejemplo, al ‘big data’. Actualmente hay grandes bases de datos y es mayor y mucho más fácil la capacidad de almacenamiento”.

Ramos mostró ejemplos de acciones diseñadas específicamente para “engañar” a la inteligencia artificial alimentada a través de deep learning, como los buscadores de imágenes de Internet o los dispositivos de reconocimiento facial. El videoconferencista afirmó:

“Esto podría ser malo porque, si alguien tuviese un sistema para reconocer personas para ver si alguien está tratando de violar algún tipo de seguridad o hacer algo indebido, se puede diseñar algo que engañe al sistema y eso es un peligro. Las redes no son perfectas: aún tienen problemas que hay que resolver”.

Finalmente, señaló que existen mecanismos para mejorar el deep learning, como el aprendizaje neurosimbólico con las redes neuronales, que es la tendencia.