Crítica al Deep Learning

        Como hemos estudiado en la asignatura, una de las herramientas que están revolucionando la inteligencia artificial es la constituida por las denominadas redes neuronales profundas que dan lugar al tema que nos atañe y que es  el aprendizaje profundo o deep learning.

La idea de esta herramienta surge de la posibilidad de emular al cerebro humano comunicando varias unidades de procesamiento y análisis de datos, muchos datos… de manera que con ello se pueda acceder y procesar eficientemente esa gran cantidad de datos que constituye lo que se ha dado en llamar el “Big Data”. Desgraciadamente no es ni tan sencillo ni tan fácil de emular.

Una de las críticas que se hacen al Deep Learning se basa en que es un sistema que funciona por el método de “auto aprendizaje” y va a ir tomando decisiones sobre resoluciones a problemas en el que los humanos no seamos capaces de conocer el razonamiento. Mientras funcione no habrá problema pero ¿y si no funciona?. Para  comprender cómo funcionan estos sistemas tan avanzados de inteligencia artificial hace falta mucho más. Una solución a un problema simple puede ser fácilmente analizada, pero quizás llegar a crear un sistema que basado en miles de nodos interconectados manejado millones de datos para que pueda resolver algo como el diagnóstico de una enfermedad o la conducción de un coche de forma autónoma puede llegar a ser muy difícil de alcanzar.

  Estos sistemas  de aprendizaje profundo han de contar con el respaldo de enormes bases de datos que contengan toda la información posible acerca del contexto en el cual se plantea el problema. En la actualidad es difícil diseñar sistemas de Inteligencia Artificial basados en redes neuronales y aprendizaje profundo que sean totalmente autónomos para entornos desordenados y reales.

En la actualidad las redes neuronales profundas sólo funcionan bien en ciertas situaciones. Pueden reconocer fotografías,  pueden identificar palabras habladas y ayudan a elegir resultados de búsqueda en Google, por ejemplo,  pero no pueden hacer correr todo el motor de búsqueda. Llega un momento en el que hay que filtrar y una vez que se comienza a filtrar ya se están haciendo juicios humanos. 

Vemos pues que para que pueda alcanzar todo su potencial es necesario, aun a día de hoy, combinarlo con otras técnicas de inteligencia artificial añadidas a la supervisión humana, estribando ahí una de sus  mayores críticas.