DEEP LEARNING
Futuro
Mejoras teóricas
Implementar Multidimensionalidad
Estudio de la mente humana
Reconocimiento de patrones en datos complejos
Algoritmos que plantean sus propias soluciones
(Aprendizaje no supervisado)
Problemas y soluciones
Huella ecológica
Generación de la electricidad
a través de energías renovables
Alto coste económico
Los componentes se han encarecido
a raíz de la minería de criptomonedas
Alto coste de aprendizaje con
patrones de datos muy complejos
Nueva arquitectura de Redes Neuronales (CapsNets)
Necesidad de gran cantidad de datos
Generar nuevos datos respetando el modelo (GAN)
Aprender patrones con pocos datos (FLS)
Riesgos y Ética
Individuos inteligentes
Consecuencias para los humanos
Convivencia y similitudes de Humanos e IA
Principios éticos para IA
Robótica
Leyes de la Robótica
Asistencia al ser Humano
Nueva legislación
Marco Español
Marco Europeo
Explicabilidad de resultados
Problema de la "caja negra"
Privacidad de datos
Peligro con el aprovechamiento
del conocimiento generado
Conflictos sociales,
laborales o de otra índole
Huella Ecológica
Aprovechamiento del conocimiento generado
Buscar Eficiencia
Historia
Evolución
Adaline
Primera red neuronal de una sola capa
Rosenblatt
Primer algoritmo de una red neuronal
McCulloch-Pitts
Primeros modelos matemáticos de la neurona
Etapas
3ª Etapa Deep Learning
(2006-Actualidad)
Entendimiento del mundo jerarquizando conceptos por las máquinas
Implementación de pesos, conocido como "Backpropagation"
2ª Etapa Conexionismo
(1980-1995)
1ª Etapa Cibernética
(1940-1960)
Entrenar conceptualmente a neurona gracias a "Perceptron"
Aplicaciones
Otras aplicaciones
Composición de música
“Deep Dreaming” (sueños profundos)
Aplicación en la agricultura
Investigación del genoma humano
Identificación de planetas nuevos
Seguimiento de la asistencia de los estudiantes
Comunicación
Transcripción/Text-to-speech
Traducción
Accessibilidad
Transporte
Organización de ciudades
Vehículos inteligentes
Seguridad y Policia
Lucha conra el terrorismo
Resolución de investigaciones forenses
Identificación de personas en las redes sociales
Protección de la aplicación de la ley
Encuentro de personas desaparecidas
Desbloqueo de teléfonos
Entretenimiento
Asistentes virtuales y chatbots
Aplicaciones de Identificación
Vídeos/Fotos
Deep Fakes
Películas
Economía, Industria y Negocios
Optimización de procesos industriales y robotización
Predicción de movimientos en la bolsa
Publicidad
Salud
Otros
Calcular el riesgo de suicidio
Detección de condiciones
Predicción de enfermedades
Inteligencia Artificial
Machine Learning
Deep Learning
Redes Neuronales
Entrenamiento
Aprendizaje
Por refuerzo
No supervisado
Supervisado
Representación
