La Inteligencia Artificial (IA) entendida como la simulación de procesos de inteligencia humana por medio de máquinas, ha estado evolucionando rápidamente en estos últimos años, pasando de ser un concepto de investigación científica en distintos laboratorios del mundo, para convertirse en material de trabajo práctico con fines y aplicaciones muy claras y bien definidas en diversas áreas de negocios.

Uno de los campos que comprende la IA es el aprendizaje profundo (deep learning), el cual se enfoca en la construcción de programas y sistemas de cómputo que puedan gestionar datos para transformarlos en información útil que genere conocimiento sin la necesidad de contar con una supervisión humana.

Este tipo de inteligencia artificial imita la forma en la que los humanos aprendemos. Para ello se han desarrollado diversas plataformas enfocadas en la gestión del aprendizaje automático tales como IBM Watson, Amazon Machine Learning, Azure Machine Learning y TensorFlow donde hoy ya se pueden desarrollar diversas aplicaciones de negocios a la medida de las necesidades de cada empresa interesada en este tipo de soluciones.

En el pasado, muchos de los avances en esta materia habían sido de escasa utilidad debido a las limitaciones tecnológicas existentes. Sin embargo, ahora, con los últimos avances en neurociencias, así como con el incremento en las capacidades de procesamiento de los sistemas de cómputo, el big data y el mejoramiento de servicios en línea tales como el Cloud Computing se ha logrado acelerar el desarrollo de sistemas capaces de imitar aspectos de cómo el ser humano piensa y actúa.

Con base en estos avances se han logrado realizar diversas aplicaciones prácticas que son utilizadas cotidianamente por millones de usuarios que tienen su origen en métodos de aprendizaje profundo, sin los cuales no hubiera sido posible su desarrollo. Ejemplos claros son el procesamiento y reconocimiento de imágenes aplicado en la identificación de objetos, rostros y/o expresiones faciales, que sirven para la autentificación de identidades o para realizar diagnósticos de enfermedades, por medio de análisis comparativos automatizados con respecto a imágenes previas. Otro ejemplo de la aplicación del aprendizaje profundo se basa en el reconocimiento de voz apoyado en la comprensión del lenguaje que hoy se utilizan en los asistentes personales inteligentes como lo son Siri, Cortana y Google Assistant. Las oportunidades para el desarrollo de los llamados vehículos autónomos, así como los sistemas para gestionar su movilidad y el tráfico urbano, el desarrollo de nuevos dispositivos para diagnósticos médicos remotos, el diseño de nuevos materiales, así como el diseño de sistemas avanzados de traducción automática multilenguaje, son algunos de los productos y servicios con los que podremos contar en un futuro cercano, los cuales entre otras tecnologías, basan su concepción en el uso de métodos y tecnologías de aprendizaje profundo.

En este mismo sentido, en el evento de Hannover Messe, en el cual México participa como país invitado especial, dentro de la sección de Investigación y Tecnología, se analizarán diversas oportunidades relacionadas con el aprendizaje profundo, como lo son los sistemas cognitivos para inspección de calidad o los nuevos métodos de producción automatizada sin supervisión humana.