Hoy en día, se dispone de una gran capacidad de cómputo gracias a la evolución de las componentes de las computadoras y la facilidad de acceso a hardware de recursos sin parangón a través de los servicios cloud, disponibles en formato “pago por uso”. Como consecuencia, se abre la puerta a la utilización de algoritmos de gran poder predictivo entre los que, sin duda alguna, destacan los de Deep Learning con las Redes Neuronales como representantes.
Este tipo de algoritmos, permite abordar problemas a gran escala en tiempos computacionales asequibles para su desarrollo, testeo y puesta en producción. Dentro de estos desafíos cabe destacar su indudable utilidad en el Procesamiento Natural de Texto (NLP) y la clasificación y análisis de imágenes, audio e, incluso, video en tiempo real. De esta manera, se añaden dimensiones hasta el momento inabarcables para el Machine Learning.
Entre las aplicaciones más reconocidas del Deep Learning se encuentran:
Texto:
- Análisis de sentimiento en reseñas
- Clasificación de documentos según su contenido
- Desarrollo de Chatbots capaces de interactuar con el usuario
Imagen y video:
- Reconocimiento facial
- Identificación de obstáculos y peligros en carretera
- Control de calidad al final de la línea de fabricación
Audio:
- Transcripción de conversaciones
- Generación automática de subtítulos
- Limpieza de señales en telecomunicaciones
