Inteligencia Artificial y Deep Learning desde cero en Python, Presentación

Sección 5: Introducción a las Redes Neuronales Artificiales (RNAs)

Introducción a la sección

Después de ver esa introducción sobre Deep Learning, en la que hemos hablado sobre conceptos muy básicos pero conceptos importantes, como por ejemplo el entubar el learning o muchas diferencias que hay entre algoritmos de machine learning clásicos y algoritmos de deep learning. En esta sección ahora si entramos en profundidad sobre redes neuronales artificiales y más en general sobre el deep learning. Hablando de la primera neurona artificial de la historia, la neurona de OK y Pitts. Fijaros que este tema en concreto que os pongo a mi me gusta bastante. La historia. Me gusta investigar un poquito de donde surgen las cosas y es algo que la verdad que me ha costado encontrar información al respecto. Sobre la neurona de Macula Pitts, he tenido que consultar bastante bibliografía y he tratado incluso de poneros un ejemplo práctico medianamente real, con el que vamos a tratar de diagnosticar a un paciente de una enfermedad utilizando esa primera neurona que se inventa en 1900. De acuerdo?Bien, pues más no os hago más spoiler. Podéis continuar con esta sección.

Introducción a las Redes Neuronales Artificiales

Vamos a comenzar esta sección hablando sobre el componente fundamental del Deep Learning, conocido como red neuronal artificial. Vamos a empezar formulando probablemente la pregunta más sencilla de todas y es qué es una red neuronal artificial, tal y como veis en el primer punto de la diapositiva? Una red neuronal artificial no es más que un tipo de algoritmo de machine learning inspirado en las neuronas biológicas. Es importante que subrayemos esta parte en la que nos dice que está inspirado en las redes neuronales biológicas. Por qué? Porque que algo se inspire en otra cosa no significa que esté implementado de la misma manera. Por ejemplo, tenemos algunos ejemplos dentro de otros ámbitos del mundo real, como puede ser un avión. Nosotros tenemos aviones que son capaces de volar y que probablemente en el origen podían estar inspirados, por ejemplo, por las aves que también son capaces de volar. Sin embargo, si nosotros vemos la implementación de las alas de un avión, pues las alas de un avión son rígidas, no se mueven. Sin embargo, las alas de un ave sí que se mueven, se agitan para poder volar, con lo cual tenemos algo que puede estar inspirado en otro concepto. Sin embargo, la implementación, pues no es la misma. En este caso ocurre algo muy similar. Tenemos redes neuronales artificiales que están inspiradas en las redes neuronales biológicas, es decir, que surgen un poco como consecuencia de pensar cómo funcionará nuestro cerebro. Sin embargo, la implementación no tiene absolutamente nada que ver. De hecho, fijaros hasta donde llega a este punto, que a día de hoy hay muchos científicos muy populares y muy famosos dentro de la disciplina de la inteligencia artificial y el machine learning, que ya están promoviendo un poco el deshacerse de esta comparación entre redes neuronales artificiales y redes neuronales biológicas.Porque realmente a día de hoy la implementación de las redes neuronales artificiales no tiene nada que ver con la forma en la que funciona nuestro cerebro, que de hecho, pues tampoco conocemos al 100 porciento. Bien, vamos a continuar un poco con estos puntos. Fijaros, se corresponde con el componente principal del Deep Learning. De hecho, todo lo que vamos a ver, prácticamente todo, van a ser redes neuronales artificiales, van a tener diferentes arquitecturas, van a tener diferentes capas de neuronas, diferentes neuronas, funciones de activación, van a tener componentes diferentes, pero al fin y al cabo y de manera básica, todos los algoritmos que vamos a ver, tanto en este curso como en otros cursos en los que veremos aplicaciones específicas de las redes neuronales artificiales, por ejemplo, para la detección de imágenes, detección de texto, etcétera, se van a basar en redes neuronales de acuerdo, redes neuronales artificiales. Fijaros si vamos un poquito a la historia de este tipo de algoritmos, pues básicamente este tipo de algoritmos surgen por primera vez en 1943. Parece que son algoritmos muy nuevos que han surgido hace dos años, pero realmente no es así. Es algo que lleva existiendo desde hace muchísimo tiempo. Concretamente, el neuropsicólogo Warren McCulloch y el matemático Walter Pitts generan el primer paper o crean el primer paper en el que hablan de una neurona artificial, de una primera red neuronal artificial en los años 40. Fijaros, han pasado muchísimos años desde entonces. Cuando surge este paper, qué pasa? Pues que se empiezan a generar un montón de expectativas alrededor, con que pronto tendremos máquinas inteligentes que serán capaces de pensar por sí mismas, etcétera, etcétera. Evoluciona un poquito esta disciplina. Empiezan a darle vueltas a esta primera neurona artificial que veremos más adelante. Y lo que sucede es que en 1960, un poquito de tiempo después, se descubre que realmente todas estas expectativas de que rápidamente íbamos a disponer de máquinas inteligentes, pues no iban a cumplirse, lógicamente. Entonces, qué es lo que sucede? Pues que toda esta disciplina relacionada con la red neuronal artificial o con las redes neuronales artificiales, lo que hoy en día se conoce es deep learning, entra en un invierno.Es decir, se deja de investigar porque digamos que ese potencial que se presuponía que tenían, pues se descubre un poco que quizá no sea para tanto. Entran en un invierno de aproximadamente unos 20 años en los que casi nadie le da vueltas dentro de la comunidad de investigación, pues tampoco se está investigando alrededor de las redes neuronales artificiales. Y en los 80, pues bueno, comienzan a surgir otra vez, empiezan a desarrollarse nuevas arquitecturas, nuevas técnicas de entrenamiento, etcétera, etcétera. Y parece que resurge otra vez todo este concepto de una red neuronal artificial y parece que se puede volver a aplicar y que realmente volverá a resurgir expectativas alrededor, etcétera, etcétera. Qué sucede? Pues que unos poquitos años después, concretamente diez años después, tal y como veis en la diapositiva, alrededor de los años noventa de 1990, otra vez comienzan a perder interés y entran en un segundo invierno. Por qué pierden interés? Porque aparecen otras nuevas técnicas de machine learning, técnicas más sencillas que eran más fáciles de describir formalmente. Es decir, de describir matemáticamente, que proporcionan además mejores. Por ejemplo, el support Vector Machine. Todas estas técnicas, incluido el support Vector Machine, las hemos visto en el curso anterior del que se hablaba la introducción sobre Machine Learning, que tenéis disponible también en esta plataforma de Udemy. Bien, pues en 1990 vuelven a perder interés. Entran en un segundo invierno hasta que en el año 2012. Fijaros que el 2012 es hace muy poquito. Concretamente hace ocho años vuelven a resurgir con más fuerza que nunca. Por qué? Pues porque llega un científico muy popular dentro de la investigación de redes neuronales artificiales y en general el Deep Learning, que se llama Jofré ington y gana uno de los retos que se realizan de manera periódica a nivel mundial, que es el imágines y que consiste en clasificar un conjunto de imágenes en función de lo que aparece en esas imágenes. Si aparece un coche o un animal, etcétera, etcétera, lo gana con una red neuronal artificial, concretamente con una red convolución que ya veremos más adelante. De acuerdo con lo cual, fijaros, las redes neuronales artificiales son un tipo de algoritmos que han surgido hace bastante tiempo. Han pasado por varios inviernos, normalmente porque no eran capaces de cumplir con las expectativas que se suponía que iban a generar y en consecuencia, pues no se han desarrollado hasta llegar a 2012. Hace muy poquitos años, donde realmente ha pegado un boom muy grande y digamos que nos encontramos, por decirlo así, en la época dorada de esta disciplina. Probablemente alguno de vosotros esté pensando joer, pero si hemos hablado de que en los años 60, por ejemplo, se descubre que no van a cumplirse estas expectativas, pero luego los 80 resurgen con nuevos algoritmos, con nuevos métodos de entrenamiento, nuevas arquitecturas, que es lo que pasó después. Por qué ahora sí que nos encontramos en una época dorada? Y qué es diferente a lo que sucedió en el pasado? Qué nos hace pensar que no volvamos a entrar en otro invierno? Pues bueno, la realidad es que a día de hoy este tipo de algoritmos están proliferando y realmente están teniendo un empuje tan grande debido a diferentes factores de los que disponemos y que no disponíamos en el pasado. De acuerdo. Fijaros, aquí os he puesto alguno de ellos. Por un lado, en la actualidad existe una gran cantidad de datos disponibles. De acuerdo, las redes neuronales artificiales. Esto es algo que iremos viendo a medida que vayamos profundizando en ellas. Pero para que su rendimiento sea bueno, para que sean capaces de realizar buenas predicciones, para que sean capaces de funcionar adecuadamente, van a necesitar conjuntos de datos muy elevados, conjuntos de datos muy grandes. Hace por ejemplo, 60 años no teníamos esa capacidad de recolectar o de recopilar esos grandes conjuntos de datos. Sin embargo, fijaros que ahora, sobretodo con la proliferación de Internet, nosotros tenemos al alcance prácticamente de un par de clicks conjuntos de datos enormes con los que podemos investigar, con los que podemos entrenar redes neuronales, podemos mejorarlas, etcétera, etcétera. Tal y como vamos a hacer nosotros en este curso.