Aprendizaje Automático Aplicado e IA para Ingenieros

Capítulo 14. Servicios Cognitivos de Azure

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Como niño que crecía en los años 60, idolatraba a los astronautas del Apolo. Eran mis superhéroes, que se pavoneaban por la plataforma de lanzamiento y se lanzaban al espacio en cohetes lanzallamas. Pero el grupo al que realmente quería emular -la gente que quería ser- eranlos ingenieros del Control de Misión. Sentados frente a sus pantallas CRT con camisas blancas y corbatas negras, charlando con los astronautas y preparados para entrar en acción a la primera señal de problemas, eran la personificación de lo genial. Utilizaron ordenadores menos potentes que los smartphones actuales para llevar hombres a la Luna, un logro científico que sigue siendo insuperable.

Gracias al aprendizaje profundo, hoy en día los ordenadores pueden realizar proezas mágicas con las que los ingenieros del Control de Misión sólo podrían haber soñado. Pueden reconocer objetos en imágenes, traducir texto y voz a otros idiomas, identificar personas en secuencias de vídeo, convertir el arte en palabras y las palabras en arte, y mucho más. Pero los modelos de aprendizaje profundo más avanzados son demasiado complejos -y costosos- para que los construya un ingeniero o desarrollador de software medio. Al parecer, Microsoft gastó cientos de miles de dólares en entrenar el modelo ResNet que ganó el Desafío de Reconocimiento Visual a Gran Escala ImageNet ...