Cada vez que escuchas inteligencia artificial quizá imagines que se trata de matemáticas súper avanzadas, cómputo altamente complejo en cuanto algoritmos y que nos va a quitar empleos. Esto es verdadero hasta un punto (excepto lo de los empleos) y quiero compartirte una realidad que quizá no conoces.
Sí, es verdad que necesitas saber de programación, conocer sus algoritmos y buscar código que sea cada vez más efectivo. Sí, debes saber de probabilidad, estadística, álgebra lineal y cálculo. Pero no debes ser una erudita en los temas para poder crear inteligencia artificial, porque contamos con frameworks y librerías que hacen el trabajo por nosotros ¿lo sabías?
Particularmente en Python, un lenguaje ampliamente utilizado en inteligencia artificial, podemos encontrar diversas librerías y frameworks del cual quiero que conozcas PyTorch.
Se trata de un framework open source para machine learning, el cual puede ser utilizado desde fines de investigación hasta proyectos en producción. Se caracteriza por implementar el uso de grafos dinámicos, realizar aceleramiento desde la GPU, ser compatible con diversos proveedores de servicios en la nube y tener un ecosistema robusto.
Puedes aplicarlo para distintos propósitos como procesamiento del lenguaje natural (NLP) y visión por computadora de una forma bastante sencilla a comparación de otras tecnologías como Tensorflow. Por lo que es una muy buena opción si deseas comenzar a trabajar en proyectos de Deep Learning.
También cuenta con el soporte de NVIDIA, lo cual hace que sus tarjetas gráficas sean excelentes para realizar procesamientos desde la GPU. Algunas organizaciones que aprovechan el poder de esta tecnología son Salesforce y Stanford University.
Como te contaba, es importante tener bases sólidas sin tener que dominar el tema pero sí lo suficiente para comprenderlo y saber los recursos a consultar en los siguientes temas:
Profundizar en conocimientos te ayudará a tener una mejor comprensión de tu desarrollo, por lo que te animo a que al momento de no entender algo tomes un respiro, leas documentación, revises el funcionamiento de ese algoritmo de programación o matemático y continúes.
La complejidad puede ser abrumadora, así que debes ser paciente para que poco a poco vayas avanzando y experimentando hasta crear nuevas implementaciones. Quién sabe, quizá luego de entender e implementar redes neuronales lograrás desarrollar un sistema que detecte frutas en su mejor punto o que presentan alguna plaga, por ejemplo.
Y tú ¿ya conocías de PyTorch? ¿comenzarás a crear tus propios proyectos de inteligencia artificial con esta tecnología?
Anímate a conocer más de esta grandiosa tecnología.
¡Excelente post! muy bueno para motivar a los que empiezan.
Personalmente tomaré la ruta que recomiendas después de terminar con lo que quiero aprender desarrollo web.
Me parece genial nos hace falta un curso de opencv con python eso sería genial para complementarlo con el machine learning.
Para esta ruta, el Curso de Introducción al Pensamiento Computacional con Python, puede aportarnos en la ruta de aprendizaje
Les falta poner el curso https://platzi.com/clases/deep-learning/ uno de los cursos con menor audiencia porque no lo había puesto en la ruta de aprendizaje de ML.