El descubrimiento -allá a finales del siglo XIX- de que el cerebro de los seres vivos no era una masa nerviosa uniforme, sino que estaba compuesta por unidades independientes -las neuronas- llevó a numerosos científicos a intentar emular el comportamiento del cerebro humano usando estructuras matemáticas. La neurona artificial de McCulloch-Pitts (1943) y la evolución de ésta planteada por Frank Rosenblatt en 1956 (el llamado “perceptrón”) supusieron la semilla de las actuales neuronas artificiales. Rápidamente se vio que el poder de cálculo de estas estructuras era mucho mayor cuando trabajaban conectadas unas con otras, formando las llamadas Redes Neuronales Artificiales en las que las neuronas artificiales se sitúan habitualmente en capas paralelas de forma que los datos generados por una capa son los datos a partir de los que se alimenta la siguiente.
Tan pronto como el desarrollo tecnológico lo permitió, las redes neuronales artificiales del siglo XX dieron paso a las denominadas Redes Neuronales Profundas, caracterizadas por incluir un alto número de capas paralelas. Obviamente, el concepto de “alto número” ha variado con el tiempo. Así, en un principio, cualquier red con 2 o más capas era ya denominada “profunda”. Hoy en día hay redes neuronales formadas por decenas o incluso centenares de capas. A modo de ejemplo, la red InceptionResNetV2 -usada en visión artificial- consta de 572 capas (aunque, estrictamente hablando, no todas ellas están formadas por neuronas artificiales).
El área de conocimiento dedicada a estas redes neuronales profundas es la denominada Aprendizaje Profundo o Deep Learning en inglés.
El Deep Learning ha revolucionado nuestra sociedad. Aun cuando esta tecnología es frecuentemente desconocida para el gran público, es la que da soporte a los asistentes virtuales que todos llevamos en nuestro teléfono móvil, es la que está permitiendo el desarrollo de coches 100% autónomos, la que está revolucionando la medicina, permitiendo clasificar tumores con altísima precisión, analizar imágenes clínicas o el diagnóstico médico automático, por citar apenas algunas de sus aplicaciones.
