PyCon Colombia 2018 fue una experiencia muy especial para mí. Di la charla Deep Learning: De la Academia a la Práctica en Medellín y fue una de esas presentaciones donde pude conectar algo que me apasiona — la matemática aplicada — con una audiencia de desarrolladores Python.
Lo que más quería transmitir era que detrás de los modelos de inteligencia artificial no hay magia: hay álgebra lineal, cálculo, estadística y grafos. Conceptos que muchos vimos en la universidad y que, aplicados de la forma correcta, nos permiten construir sistemas que aprenden. Eso me parece fascinante.
De la IA al Machine Learning
Empecé ubicando el deep learning dentro del panorama más amplio. La inteligencia artificial se suele clasificar en niveles: IA débil (tareas específicas), IA fuerte (general), super IA, singularidad. También hablé de los algoritmos sesgados — un tema que no podemos ignorar cuando construimos estos sistemas.
Andrew Ng dijo que “la IA es la nueva electricidad”. Y en ese contexto, el machine learning es el campo de la IA enfocado en sistemas que aprenden de forma autónoma. Aprender, aquí, significa encontrar patrones complejos en millones de datos.
Hay dos paradigmas principales:
- Aprendizaje supervisado — Hacer predicciones futuras basadas en comportamientos o características ya vistos en los datos. Ejemplo clásico: clasificar imágenes (1 = gato, 0 = no gato).
- Aprendizaje no supervisado — Usar datos históricos sin etiquetas para explorar su estructura y organización.
Redes neuronales y el perceptrón
Las redes neuronales son la base de gran parte de la IA actual. Funcionan, al menos conceptualmente, como las neuronas de nuestro cerebro. El perceptrón es el bloque fundamental — una unidad que recibe entradas, las pondera y produce una salida.
De ahí pasamos a predicciones con cadenas de Markov y otros modelos, pero el salto importante es cuando apilamos capas: eso es deep learning.
Deep Learning: aprendizaje en múltiples niveles
Deep learning es aprendizaje en múltiples niveles. Cada capa oculta es responsable de reconocer diferentes características y entregarlas como entrada a la siguiente. Las primeras capas capturan patrones simples (bordes, texturas); las más profundas, conceptos abstractos.
Y aquí viene la parte que más me emocionaba compartir: la matemática detrás.
La matemática que hace posible el Deep Learning
Para construir estos modelos necesitamos:
- Álgebra lineal — Operaciones con vectores y matrices
- Cálculo — Derivadas, gradientes, optimización
- Estadística — Distribuciones, inferencia
- Grafos — Representación de redes y flujos de datos
Uno de los conceptos clave que expliqué fue la vectorización: el arte de eliminar los for loops en el código. Las operaciones vectorizadas aprovechan SIMD (Single Instruction, Multiple Data) para paralelismo a nivel de datos. Por eso las GPU son tan importantes en deep learning — están diseñadas para este tipo de cómputo masivo.
Cómo funciona: forward, backward y el descenso del gradiente
El flujo de un modelo de deep learning se puede resumir así:
- Entrada X → pasa por capas de transformación (operaciones lineales + no lineales) → Predicción Y
- Una función de pérdida compara la predicción con el objetivo real
- Un optimizador (como el descenso del gradiente) ajusta los pesos para minimizar esa pérdida
La fórmula básica de regresión logística: Z = Wx + b, seguida de una función de activación, nos da la predicción. La función de costo mide qué tan mal lo estamos haciendo. El descenso del gradiente es el algoritmo que busca el mínimo — donde la derivada se anula (f’(x) = 0).
Hay dos fases fundamentales:
- Forward propagation — Los datos fluyen hacia adelante, capa por capa
- Backward propagation — El gradiente fluye hacia atrás, permitiendo actualizar los pesos
Visión por Computadora y Redes Convolucionales
Cerramos con computer vision. Hablé de espectrogramas — representaciones de señales en el dominio de la frecuencia — y de redes neuronales convolucionales (CNN), que son la base de la visión por computadora moderna.
Las CNN aprenden filtros que detectan bordes, texturas y formas. Apilando capas convolucionales, el modelo puede reconocer objetos complejos. Mencioné deeplearning.ai como recurso para profundizar.
Recursos
- Ver slides
- Ver charla en YouTube
- Mi perfil de speaker en PyCon Colombia 2018
- Deep Learning Specialization (deeplearning.ai)
- PyCon Colombia
Fue un honor compartir el escenario en PyCon Colombia 2018. La matemática aplicada sigue siendo para mí una de las puertas más fascinantes hacia la inteligencia artificial.
A seguir construyendo.