Es un nuevo día, despiertas, tal vez hagas algo de pereza, 🤷🏽♂️ das los buenos días, tomas tu teléfono celular y entras a Twitter para ver las tendencias del día.
Luego usas Alexa, Siri o algún asistente digital para reproducir algo de música en Spotify mientras te bañas. Después de eso, mientras tomas tu desayuno, quizá veas algunos de los videos que YouTube cree que podrían interesarte.
Revisas tu email en las distintas categorías y ahora sí, a comenzar un gran día de trabajo o de estudio en Platzi.
Las redes neuronales, presentes en la vida diaria
Era una mañana común y corriente hasta que notas que en las primeras horas del día has usado una gran cantidad de algoritmos de inteligencia artificial impulsados por redes neuronales sin darte cuenta. Así es, las redes neuronales están de moda.
No me enfocaré tanto en decirte qué son las redes neuronales o el deep learning. Pero sí en su impacto en nuestro día a día.
Esto ocurre porque nos permiten crear algoritmos de inteligencia artificial, que como su nombre lo indica, son algoritmos capaces de simular la inteligencia humana para cumplir ciertas tareas específicas y además lo logran aprendiendo por sí solas.
Calma, no estamos cerca de un futuro apocalíptico tipo Terminator, aunque no lo creas las redes neuronales artificiales fueron inspiradas en el funcionamiento de las redes neuronales biológicas que tenemos en nuestro cerebro.
El concepto es sencillo, cada neurona maneja ciertos pesos que operan con los datos de entrada. Los pesos cambian N veces hasta que que la operación matemática entre los valores de entrada y pesos en la neurona satisfaga la salida con la que se le entrena.
Lo asombroso acá es que al conseguir que algoritmos, como las redes neuronales, puedan simular el comportamiento de inteligencia humana a cierto nivel, y sin importar los datos con los que se le entrene, trae una gran cantidad de beneficios y no solo económicos. Veamos algunos de los ejemplos mencionados para entender el éxito detrás de las redes neuronales y la inteligencia artificial.
Una de las muchas redes sociales que usa redes neuronales para mejorar su producto. Twitter procesa un elevado número de tweets para resaltar los más relevantes e interesantes para cada usuario y llevarlos al timeline, esto con el fin de hacer más atractiva la red al encontrar instantáneamente el contenido que más nos atrae.
Otra forma en la que Twitter usa las redes neuronales es el sistema de baneo o de contenido ofensivo, en donde basado en texto y algunas otras variables es capaz de detectar tweets racistas, ofensivos, contenido inapropiado o ilegal. Esta misma clasificación de texto también ayuda a clasificar los tweets apropiados en distintos tópicos como “ciencia”, “tecnología”, “fit”, “política”, “videojuegos”, etc.
Asistentes digitales (Alexa, Siri, Cortana, etc.)
En este caso las redes neuronales hacen uso de conceptos como procesamiento de lenguaje natural (NLP) y generación del lenguaje natural (GLP). Usando estos conceptos y deep learning logramos que los asistentes digitales tomen las palabras en forma de ondas de sonido y transformarlas a texto, para luego ser procesadas semánticamente y entregar una respuesta.
Esto hace algunos años era imposible, pero hoy con el uso de redes neuronales es totalmente viable y en un gran número de aplicaciones.
Spotify y YouTube
Si bien son dos plataformas con fines distintos y funcionamiento distinto, tienen algo en común: algoritmos de recomendación y clasificación para su contenido. Con esto logran destacar el contenido que tenga una mayor probabilidad de aceptación para el usuario, lo cual seguramente terminará en un like, una suscripción al canal, agregar a una lista de reproducción o simplemente disfrutar del contenido recomendado.
Este tipo de algoritmos logra aumentar considerablemente el consumo de los usuarios finales a sus plataformas.
Mailing
En cuanto al mailing, no solo nuestros servicios de email logran clasificar en distintas categorías nuestros correos en la bandeja de entrada usando redes neuronales, sino que también gracias al deep learning el proceso de email marketing llega a otro nivel, en donde usando distintos algoritmos se puede encontrar el mejor horario de envió, el mejor asunto, el mejor contenido personalizado y todo esto de manera automática.
Parece que no son tantos ejemplos de uso de redes neuronales, pero hasta ahora solo estamos iniciando el día y ya tenemos varios de ellos involucrados en nuestra vida cotidiana.
Imagina las aplicaciones en todo el sistema bancario, el sector salud, la industria agrícola, minería, educación, videojuegos y cualquier sector que te puedas imaginar.
Si hay algo que resaltar es que la apropiación de estos algoritmos catapulta el éxito de las startups, proyectos, grandes compañías de la industria o donde sea que se quieran y puedan usar.
En Platzi queremos que aprendas cómo funcionan las redes neuronales y cómo puedes empezar a aplicarlas en distintos proyectos. Por esta razón hemos decidido lanzar el Curso de Fundamentos de Redes Neuronales con Python y Keras en el cual aprenderás conceptos como:
- Qué es y cómo funciona una neurona artificial.
- Arquitectura de una red neuronal.
- Funciones de activación.
- Funciones de pérdida.
- Descenso del gradiente.
Además crearemos nuestra primer red neuronal desde cero usando simplemente usando numpy con Python y algo de lógica matemática para que puedas entender desde lo mas básico del funcionamiento de las redes neuronales.
Y, como si lo anterior fuera poco, también resolveremos ejercicios de clasificación y regresión y manejo de overfitting usando Keras para el manejo de deep learning.
Espero que con esta introducción decidas involucrarte más en el mundo del deep learning y las redes neuronales. Te espero en el curso con la mejor actitud y recuerda que el secreto está en nunca parar de aprender.
Curso de Fundamentos de Redes Neuronales con Python y Keras
