En corto
- Google llama modelo profundo a una red neuronal con más de una capa oculta; IBM habla de modelos de al menos 4 capas.
- En 2012, Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton presentaron la red convolucional que hoy se conoce como AlexNet, con 60 millones de parámetros y entrenada con GPU.
- El 8 de octubre de 2024, John Hopfield y Geoffrey Hinton recibieron el Nobel de Física por descubrimientos que permiten el aprendizaje automático con redes neuronales artificiales.
¿Qué es el aprendizaje profundo?
El aprendizaje profundo (deep learning) es un tipo de aprendizaje automático que aprende con redes neuronales artificiales de muchas capas. IBM lo define como un subconjunto del aprendizaje automático impulsado por redes neuronales multicapa, cuyo diseño se inspira, a grandes rasgos, en el cerebro humano.
La palabra «profundo» se refiere a la cantidad de capas, y no hay un número oficial. Google, en su glosario de aprendizaje automático, llama modelo profundo a una red neuronal con más de una capa oculta; IBM habla de modelos con al menos 4 capas y aclara que las arquitecturas actuales suelen tener muchas más.
Para un gerente, lo importante es esto: el aprendizaje profundo es la técnica que permite a un programa trabajar con datos que no vienen ordenados en una tabla, como la foto de una factura, el audio de una llamada o el texto libre de un reclamo.
¿Qué es una red neuronal, en simple?
Una red neuronal es un modelo hecho de pequeñas unidades de cálculo, llamadas neuronas o nodos, organizadas en capas. Google la describe como una familia de arquitecturas diseñadas para encontrar patrones no lineales en los datos, es decir, relaciones que no se resuelven con una fórmula sencilla (Google).
Funciona en tres partes:
- Capa de entrada. Recibe los datos: los puntos de una imagen, los sonidos de un audio o las palabras de un texto.
- Capas ocultas. Cada una transforma lo que recibe de la anterior. Según IBM, las redes profundas aprenden rasgos por niveles: las primeras capas captan detalles simples y las siguientes los combinan en patrones cada vez más complejos.
- Capa de salida. Entrega el resultado: «esto es un RUC», «el cliente dijo que pagará el viernes» o «esta transacción no se parece a las demás».
¿Cómo aprende? Durante el entrenamiento, la red compara su respuesta con la correcta y corrige las conexiones entre neuronas para equivocarse menos. El algoritmo que hace esa corrección se llama retropropagación (backpropagation), que Google define como el algoritmo que aplica el descenso de gradiente en las redes neuronales. El ciclo se repite muchas veces, con muchos ejemplos.
¿En qué se diferencia del aprendizaje automático y de la IA generativa?
Las tres ideas se contienen unas a otras, como explica la ficha de inteligencia artificial: el aprendizaje profundo es un tipo de aprendizaje automático, y la IA generativa se construye sobre ambos.
| Término | Qué hace | Ejemplo en una empresa |
|---|---|---|
| Aprendizaje automático | Aprende patrones de los datos para predecir o clasificar, en lugar de seguir reglas escritas a mano | Estimar qué facturas se pagarán tarde con el historial del ERP |
| Aprendizaje profundo | Usa redes neuronales de muchas capas que aprenden solas qué rasgos mirar en imágenes, voz o texto | Leer una factura escaneada o transcribir una llamada |
| IA generativa | Usa modelos profundos para crear contenido nuevo: texto, imágenes, audio o código | Redactar la respuesta a un reclamo |
La diferencia práctica con el aprendizaje automático tradicional está en quién decide qué datos importan. Según IBM, los modelos tradicionales suelen depender de que una persona prepare a mano las variables, como los días de mora, el monto o el sector del cliente; las redes profundas aprenden esos rasgos durante el entrenamiento. Por eso el aprendizaje profundo brilla con datos desordenados, y para datos que ya están en tablas, como la cartera del ERP, un modelo tradicional puede bastar y es más fácil de explicar.
La relación con la IA generativa pasa por el Transformer, una arquitectura de red neuronal presentada el 12 de junio de 2017 que se basa solo en mecanismos de atención. Es la base de los modelos de lenguaje grandes (LLM) que usan los asistentes actuales.
¿Para qué sirve en una empresa en Ecuador?
Sirve sobre todo cuando la información llega como imagen, audio o texto libre. Algunos usos comunes:
- Leer facturas escaneadas y documentos en papel. Los comprobantes electrónicos autorizados por el SRI ya vienen en XML y no necesitan este paso, pero las facturas físicas, los recibos de gastos o los documentos firmados a mano sí. El OCR moderno usa redes neuronales: el motor de código abierto Tesseract, por ejemplo, incorporó desde su versión 4 un motor basado en redes neuronales LSTM, enfocado en reconocer líneas completas.
- Transcribir llamadas. El reconocimiento de voz es una de las aplicaciones clásicas de las redes neuronales, según IBM. Whisper, el modelo de reconocimiento de voz de OpenAI, publicado con licencia MIT, se entrenó con 680.000 horas de audio en varios idiomas (arXiv). Con la transcripción, el procesamiento de lenguaje natural puede resumir la llamada o extraer los compromisos del cliente.
- Detectar fraude y transacciones raras. IBM menciona la detección de fraude entre los usos de un tipo de red llamado autocodificador, que puede aprender cómo luce lo normal y señalar lo que se aparta del patrón: un reembolso inusual, un pago duplicado o un acceso a una hora extraña. La alerta la revisa una persona.
- Reconocer imágenes. Las redes convolucionales impulsan las tareas de reconocimiento de imágenes y visión por computadora (IBM), como verificar una foto de evidencia de entrega o clasificar fotos de productos.
- Entender y redactar texto. Clasificar correos, responder consultas o resumir contratos con modelos de lenguaje, siempre con revisión cuando hay consecuencias.
¿Qué hitos marcaron el aprendizaje profundo?
| Fecha | Hito |
|---|---|
| 2012 | Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton presentan en la conferencia NIPS una red neuronal convolucional profunda con 60 millones de parámetros y cinco capas convolucionales, entrenada con GPU, que clasificaba imágenes de ImageNet en 1.000 categorías con errores considerablemente menores que los mejores resultados previos. Hoy se la conoce como AlexNet (IBM). |
| 12 de junio de 2017 | Se publica «Attention Is All You Need», que presenta la arquitectura Transformer (arXiv). |
| 6 de diciembre de 2022 | Se publica el estudio del modelo de reconocimiento de voz Whisper, entrenado con 680.000 horas de audio en varios idiomas (arXiv). |
| 8 de octubre de 2024 | La Real Academia Sueca de Ciencias otorga el Nobel de Física a John Hopfield y Geoffrey Hinton por descubrimientos e inventos fundamentales que permiten el aprendizaje automático con redes neuronales artificiales (KVA). |
Los hitos anteriores de la inteligencia artificial, desde Turing hasta ChatGPT, están en la ficha de inteligencia artificial.
¿Qué límites tiene?
- Datos. Según IBM, las redes grandes suelen necesitar enormes conjuntos de datos de entrenamiento, y reunirlos y etiquetarlos puede ser caro y laborioso. Por eso conviene partir de modelos ya entrenados por un proveedor y, si hace falta, adaptarlos con tus datos mediante ajuste fino.
- Costo de cómputo. Entrenar exige muchos recursos de cálculo: IBM explica que las GPU de alto rendimiento hicieron posible su crecimiento y que la nube es hoy parte central del ecosistema. Usar un modelo ya entrenado evita ese gasto inicial, aunque cada consulta también consume cómputo.
- Explicabilidad. IBM señala que estos modelos suelen llamarse «cajas negras», porque sus parámetros aprendidos tienen poca explicación intuitiva. Es un problema cuando la decisión afecta a una persona: la Ley Orgánica de Protección de Datos Personales, en su artículo 20, permite, salvo excepciones, pedir una explicación motivada de una decisión basada en valoraciones automatizadas, conocer los criterios de valoración y los datos usados, e impugnarla. Más en explicabilidad.
- Casos que no vio. Si los datos nuevos no se parecen a los del entrenamiento, como una foto borrosa o un formato de factura nunca visto, el modelo puede equivocarse con seguridad. Hay que medir su acierto con casos reales de la empresa.
- Sesgos. Si los ejemplos reflejan decisiones injustas del pasado, la red las repite: es el sesgo algorítmico.
¿Cómo empezar sin entrenar una red desde cero?
Empieza por un proceso con mucho papel, audio o texto libre y una forma clara de medir el resultado: facturas físicas que alguien digita, llamadas que nadie alcanza a escuchar, transacciones que se revisan a mano. Prueba primero un modelo existente con una muestra de tus propios documentos, compara su acierto contra el trabajo actual y define qué casos revisa siempre una persona. Cuando el proceso además debe registrar la información en el ERP, hay implementadores que lo conectan de punta a punta, como ADVISE.ia, cuyo módulo de cuentas por pagar recibe los comprobantes, los cruza con las órdenes de compra y los registra en el ERP.
Preguntas frecuentes
¿Qué es el deep learning en palabras simples?
Es una forma de aprendizaje automático en la que el sistema aprende con redes neuronales de muchas capas, cada una encargada de reconocer rasgos más complejos que la anterior. Así puede trabajar con datos desordenados, como fotos, audios o textos, sin que alguien le diga qué mirar. Es la técnica detrás del reconocimiento de voz y de imágenes y de los modelos de lenguaje.
¿Qué diferencia hay entre machine learning y deep learning?
El aprendizaje profundo es un tipo de aprendizaje automático. En el aprendizaje automático tradicional, una persona suele elegir qué datos importan, como los días de mora o el monto de una factura; en el profundo, la red aprende esos rasgos por sí sola a partir de los datos crudos. A cambio, necesita muchos más datos y cómputo, y es más difícil explicar sus resultados.
¿Qué es una red neuronal?
Es un modelo formado por capas de unidades de cálculo llamadas neuronas o nodos: una capa recibe los datos, una o varias capas ocultas los transforman y la última entrega el resultado. Durante el entrenamiento, un algoritmo llamado retropropagación ajusta las conexiones entre neuronas hasta que la red se equivoca lo menos posible.
¿El deep learning es lo mismo que la IA generativa?
No. El aprendizaje profundo es una técnica para aprender de datos; la IA generativa es un uso de esa técnica para crear contenido nuevo, como texto, imágenes o código. Los modelos de lenguaje como los que usan ChatGPT, Claude o Gemini son redes neuronales profundas basadas en la arquitectura Transformer, publicada en junio de 2017.
Fuentes
- IBM Think · What is deep learning? (Dave Bergmann) (2025-09-15)
- Google for Developers · Machine Learning Glossary (entradas «deep model» y «backpropagation») (2026-11-15)
- Google for Developers · Neural networks (Machine Learning Crash Course) (2026-11-15)
- NeurIPS Proceedings · ImageNet Classification with Deep Convolutional Neural Networks (A. Krizhevsky, I. Sutskever y G. E. Hinton), Advances in Neural Information Processing Systems 25 (2026-11-15)
- IBM Think · What are convolutional neural networks? (variantes como AlexNet) (2021-10-06)
- arXiv · Attention Is All You Need (Vaswani et al.) (2017-06-12)
- arXiv · Robust Speech Recognition via Large-Scale Weak Supervision (Radford et al.) (2022-12-06)
- OpenAI · GitHub · Whisper: modelo de reconocimiento de voz de uso general (código y pesos con licencia MIT) (2026-11-15)
- Real Academia Sueca de Ciencias · The Nobel Prize in Physics 2024 (2024-10-08)
- GitHub · tesseract-ocr · Tesseract Open Source OCR Engine (motor basado en redes neuronales LSTM desde la versión 4) (2026-11-15)
- Asamblea Nacional del Ecuador · Registro Oficial Suplemento 459 (publicada en gob.ec) · Ley Orgánica de Protección de Datos Personales (artículo 20) (2021-05-26)
Revisado el 15 de noviembre de 2026 contra las fuentes citadas. Los precios y normas de terceros pueden cambiar: confirma en la fuente.