Última actualización: 2026-11-11

Contenido de esta página

• ¿Qué es el deep learning o aprendizaje profundo?
• ¿En qué cambia frente al machine learning clásico? Las variables que nadie diseña
• ¿Por qué el deep learning despegó hacia 2012?
• ¿Qué tipos de deep learning existen? Mapa de arquitecturas
• ¿Para qué sirve el deep learning? Ejemplos de uso
• ¿Qué necesita el deep learning en datos y cómputo?
• ¿Cuándo no conviene usar deep learning?

Historia real, tal como la cuentan sus autores en el artículo que la documentó. En 2012, tres investigadores de la Universidad de Toronto, Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton, inscribieron un programa en un concurso de reconocimiento de imágenes llamado ILSVRC-2012 [1]. El reto consistía en decir qué objeto aparece en cada foto, entre mil categorías posibles [1].

Su programa falló en el 15,3 % de las fotos de prueba. El segundo mejor participante falló en el 26,2 % [1]. Esa medida, el error top-5, cuenta una foto como fallada cuando la respuesta correcta no está entre las cinco que el programa consideró más probables [1].

Lo llamativo no fue solo la distancia. Fue lo que nadie le dijo al programa.

Durante años, quien quería reconocer un carro en una foto tenía que decidir primero qué buscar. El manual de Ian Goodfellow, Yoshua Bengio y Aaron Courville lo ilustra con la rueda [3]. Sabemos que los carros tienen ruedas, pero es difícil describir una rueda en valores de píxeles, con sombras, reflejos del sol y objetos que la tapan [3]. La red de Toronto no recibió esa descripción. La sacó de los datos.

Eso es el deep learning, o aprendizaje profundo: aprendizaje automático con muchas capas de cálculo [2]. Cada capa aprende por su cuenta qué rasgos de los datos conviene mirar [2].

¿Qué es el deep learning o aprendizaje profundo?

El deep learning es una forma de aprendizaje automático que usa programas organizados en varias capas de procesamiento. Cada capa transforma lo que recibe de la anterior en una descripción un poco más abstracta de los datos. Así el programa aprende sus propias representaciones, es decir, su propia manera de describir lo que ve o escucha, en lugar de recibirla hecha [2].

Esa es la definición de la revisión que Yann LeCun, Yoshua Bengio y Geoffrey Hinton publicaron en 2015 en la revista Nature [2]. Allí escriben que estas capas de rasgos «no las diseñan ingenieros humanos: se aprenden de los datos con un procedimiento de aprendizaje de propósito general» [2]. La traducción es propia.

El deep learning vive dentro del machine learning, que a su vez es una rama de la inteligencia artificial. Su pieza de construcción es la red neuronal artificial. La neurona, las capas y la manera en que aprenden se explican en la guía de redes neuronales. Aquí la pregunta es otra: qué gana un programa cuando tiene muchas capas y no pocas.

¿Qué significa «profundo» en aprendizaje profundo?

«Profundo» se refiere al número de capas que hay entre los datos de entrada y la respuesta. No habla de la hondura de lo que el programa entiende. Habla de cuántos pisos de transformación tiene.

LeCun, Bengio y Hinton describen lo que suele pasar en una red que mira fotos [2]. La primera capa por lo general detecta bordes con cierta orientación y posición. La segunda, motivos formados por ciertos arreglos de bordes. La tercera puede juntar esos motivos en partes de objetos conocidos, y las siguientes reconocen objetos como combinaciones de partes [2].

El manual de Goodfellow y sus coautores lo resume en una frase: el deep learning permite al computador construir conceptos complejos a partir de conceptos más simples [3]. Una persona en una foto se arma con esquinas y contornos, que a su vez se definen con bordes [3].

¿En qué cambia frente al machine learning clásico? Las variables que nadie diseña

La diferencia central está en quién decide qué mirar. En el machine learning clásico, una persona escoge y calcula las variables, que en el oficio se llaman características: los datos ya resumidos que el modelo recibe. En el deep learning, esas características las aprende la propia red a partir de los datos crudos [2] [3].

El manual de Goodfellow, Bengio y Courville trae un ejemplo médico [3]. Un algoritmo sencillo, la regresión logística, puede ayudar a decidir si recomendar una cesárea [3]. Pero no examina a la paciente. El médico le entrega datos ya elegidos, como si hay o no una cicatriz en el útero [3]. Cada uno de esos datos es una característica, y el algoritmo solo aprende cómo se relaciona cada una con los resultados [3].

Ahí está el límite. El desempeño de esos algoritmos depende mucho de la representación que reciben [3]. Si el médico no anotó el dato que importaba, el modelo nunca lo va a ver.

Durante décadas, construir un sistema de reconocimiento exigía, según la revisión de Nature, un trabajo cuidadoso de ingeniería y bastante conocimiento del tema para diseñar el extractor de características [2]. Ese extractor era el programa que convertía los píxeles de una imagen en una lista de rasgos útiles [2]. El aprendizaje de representaciones invierte el orden: la máquina recibe los datos crudos y descubre sola las representaciones que necesita para clasificar [2].

Piense en un mecánico de barrio y en una lista de chequeo. La lista solo revisa lo que alguien escribió en ella. El mecánico, de tanto oír motores, aprendió a fijarse en ruidos que nadie le enumeró. El deep learning se parece más al mecánico, con una condición: para llegar ahí necesita muchos ejemplos, como se verá más abajo.

El manual de Goodfellow lo dice con un hedge que conviene conservar: las representaciones aprendidas a menudo dan un desempeño mucho mejor que las diseñadas a mano [3]. A menudo, no siempre. La comparación completa entre inteligencia artificial, machine learning y deep learning tendrá su propia guía.

¿Por qué el deep learning despegó hacia 2012?

El deep learning despegó cuando coincidieron tres cosas: conjuntos de datos etiquetados mucho más grandes, procesadores gráficos que aceleraban los cálculos y técnicas para entrenar redes con más capas. El manual de Goodfellow atribuye el crecimiento reciente del campo, en buena medida, a computadores más potentes, conjuntos de datos más grandes y técnicas para entrenar redes más profundas [3].

Las tres causas aparecen en el propio artículo de Toronto:

1. Datos. ImageNet, la colección de fotos de la que salió el concurso, tenía más de 15 millones de imágenes etiquetadas por personas, en unas 22.000 categorías [1]. Antes, los conjuntos de imágenes etiquetadas eran del orden de decenas de miles [1].
2. Procesadores gráficos. Los autores programaron sus cálculos para GPU (unidades de procesamiento gráfico, los chips diseñados para dibujar imágenes en pantalla, que hacen muchas operaciones a la vez) [1].
3. Algoritmos. Usaron un tipo de neurona llamado ReLU, con el que la red se entrena varias veces más rápido [1]. Y aplicaron el dropout, una técnica que apaga neuronas al azar durante el entrenamiento para que la red no memorice los ejemplos [1].

Los autores dejaron escrita una predicción: todos sus experimentos sugerían que los resultados mejorarían simplemente esperando GPU más rápidas y conjuntos de datos más grandes [1].

La revisión de Nature pone el hito en contexto. Las redes convolucionales, el tipo de red que se usó en Toronto, habían sido en gran parte abandonadas por la corriente principal de la visión por computador hasta la competencia de ImageNet de 2012 [2]. Ese año, según la revisión, casi redujeron a la mitad los errores de los mejores enfoques rivales [2].

El despegue tampoco empezó con las fotos. La misma revisión cuenta que la primera gran aplicación de una técnica para entrenar redes profundas por partes, capa por capa, fue el reconocimiento de voz [2]. La hicieron posible las GPU rápidas [2]. Hacia 2012, versiones de esas redes de voz ya se estaban instalando en teléfonos Android [2].

¿Qué tipos de deep learning existen? Mapa de arquitecturas

Los tipos de deep learning se distinguen por su arquitectura, es decir, por cómo se conectan sus capas. Cada arquitectura nació para una clase de dato: tablas de tamaño fijo, imágenes, secuencias como la voz o el texto. La tabla resume las cuatro más conocidas y la idea que separa a cada una.

Arquitectura	Para qué tipo de dato nació	Idea que la distingue
Red densa o perceptrón multicapa (capas en las que cada unidad se conecta con todas las de la capa siguiente)	Entradas de tamaño fijo, como una imagen, que se convierten en una salida de tamaño fijo, como una probabilidad por categoría [2]	La información avanza en una sola dirección, de la entrada a la salida, sin volver atrás [2]
Red convolucional	Datos en forma de cuadrícula: señales de una dimensión, imágenes de dos, video de tres [2]	Cuatro ideas: conexiones locales, pesos compartidos, agrupación de rasgos parecidos (pooling) y muchas capas [2]
Red recurrente, y su variante LSTM (memoria de corto y largo plazo)	Secuencias, como la voz y el lenguaje [2]	Lee la secuencia un elemento a la vez y guarda un estado que resume lo anterior; la LSTM añade unidades especiales para recordar por mucho tiempo [2]
Transformer	Secuencias de texto; se presentó con tareas de traducción automática [4]	Se apoya solo en mecanismos de atención, que relacionan las distintas posiciones de una secuencia entre sí, sin recurrencia ni convoluciones [4]

El transformer es el más reciente de los cuatro. Lo propusieron Ashish Vaswani y siete coautores, casi todos de Google, en 2017 [4]. Su argumento era práctico: el modelo daba mejor calidad en traducción y, a la vez, se podía repartir mejor entre procesadores y necesitaba bastante menos tiempo de entrenamiento [4].

Cada arquitectura tendrá su propia guía: redes neuronales convolucionales, redes neuronales recurrentes y transformers. Las herramientas con que se programan, como TensorFlow y PyTorch, también tendrán su comparación aparte.

¿Para qué sirve el deep learning? Ejemplos de uso

El deep learning sirve sobre todo cuando los datos llegan crudos y en grandes cantidades: fotos, audio, video, texto. Son los casos en que escribir a mano las características es más difícil. La revisión de Nature recoge sus avances en reconocimiento de voz, reconocimiento de objetos en imágenes y detección de objetos [2].

La misma revisión menciona usos científicos [2]. Entre ellos, predecir la actividad de posibles moléculas de medicamentos, analizar datos de aceleradores de partículas y estimar el efecto de mutaciones del ADN sobre la expresión de los genes [2]. En lenguaje cita la clasificación de textos por tema, el análisis de sentimiento, la respuesta a preguntas y la traducción [2].

Fíjese en lo que tienen en común. Ninguno de esos datos llega como una tabla ordenada de variables que una persona escogió. Llegan como píxeles, ondas de sonido, letras o cadenas de ADN.

¿Qué necesita el deep learning en datos y cómputo?

El deep learning suele pedir muchos ejemplos etiquetados y procesadores capaces de hacer millones de operaciones en paralelo. Las cifras dependen del problema, así que las fuentes las dan como órdenes de magnitud, con sus advertencias. La tabla reúne las que se pueden atribuir a una fuente primaria.

Qué se mide	Orden de magnitud que da la fuente	Advertencia de la propia fuente
Ejemplos etiquetados para un desempeño aceptable	Alrededor de 5.000 por categoría [3]	Es una «regla aproximada» vigente en 2016, para aprendizaje supervisado [3]
Ejemplos para igualar o superar a una persona	Al menos 10 millones [3]	Misma regla aproximada de 2016 [3]
Pesos ajustables y ejemplos en un sistema típico	Puede haber cientos de millones de cada uno [2]	Lo dice de un sistema típico, en una revisión de 2015 [2]
Red de Toronto, 2012	60 millones de parámetros; entre cinco y seis días de entrenamiento en dos GPU [1]	El tamaño de la red lo limitaban la memoria de las GPU y el tiempo que los autores estaban dispuestos a esperar [1]
Transformer de 2017, traducción inglés-francés	3,5 días de entrenamiento en ocho GPU [4]	Los autores lo presentan como una pequeña fracción del costo de los mejores modelos previos [4]

Un parámetro, o peso, es uno de los números internos que el entrenamiento va ajustando. Las cifras de la tabla salen de trabajos publicados entre 2012 y 2017 y describen esos casos. Sirven para entender la escala, no como requisito mínimo para un proyecto de hoy.

Cuánto cuesta empezar desde Colombia

Para aprender y hacer pruebas pequeñas no hace falta comprar una GPU. Google Colab, un servicio de cuadernos Jupyter alojado en internet que no requiere instalación, ofrece acceso sin costo a recursos de cómputo que incluyen GPU [6]. La letra pequeña importa: esos recursos no están garantizados ni son ilimitados, y los límites de uso a veces fluctúan [6].

En la versión gratuita, un cuaderno puede correr como máximo 12 horas, según la disponibilidad y el patrón de uso [6]. Los planes de pago de Colab dan más disponibilidad de cómputo [6].

También se puede practicar en un computador sin tarjeta gráfica especializada. La guía oficial de instalación de PyTorch, una librería libre para deep learning, ofrece una opción para equipos sin soporte de GPU: se elige como plataforma de cómputo la CPU (unidad central de procesamiento, el procesador general de cualquier computador) [7]. Funciona, solo que entrena mucho más despacio.

Para una universidad regional o una pyme de Bucaramanga, esa combinación es la puerta de entrada realista. Se aprende con modelos pequeños en el equipo propio o en Colab, y se paga cómputo solo cuando un proyecto lo justifique. El Python para análisis de datos es el punto de partida, y Jupyter Notebook es el formato de cuaderno que usa Colab. Cuando los datos dejan de caber en un solo computador, el problema pasa a ser de big data.

¿Cuándo no conviene usar deep learning?

No conviene usar deep learning cuando los datos son una tabla de tamaño pequeño o mediano, cuando hay que explicar cada decisión o cuando no hay cómputo para entrenarlo y vigilarlo. En esos casos, métodos más sencillos suelen dar igual o mejor resultado con menos costo. El estudio de referencia mide tablas medianas y deja abierta la pregunta de qué pasa con tablas muy pequeñas [5].

1. Datos tabulares pequeños o medianos. Es el caso de una hoja de cálculo con filas de clientes y columnas de variables.
2. Decisiones que hay que poder explicar. Por ejemplo, un crédito, un subsidio o un diagnóstico.
3. Poco cómputo o poco presupuesto para mantener el modelo. Entrenar es solo el comienzo: después hay que vigilarlo.

La evidencia sobre datos en tablas

En 2022, Léo Grinsztajn, Edouard Oyallon y Gaël Varoquaux compararon métodos de deep learning con modelos basados en árboles de decisión, como los bosques aleatorios y XGBoost [5]. Un árbol de decisión es un modelo que clasifica con una serie de preguntas de sí o no. Usaron 45 conjuntos de datos de distintos campos con características típicas de tabla [5].

Su resultado: los modelos de árboles siguen siendo el estado del arte en datos de tamaño mediano, de unas 10.000 filas, aun sin contar que son más rápidos [5]. Entre las razones, encontraron que las redes del tipo perceptrón multicapa son menos robustas a las columnas que no aportan información [5].

El alcance del estudio importa tanto como su conclusión. Para el tamaño mediano, recortaron el entrenamiento a 10.000 filas, quitaron los datos faltantes y, en clasificación, equilibraron las clases [5]. En una prueba aparte con 50.000 filas, los autores advierten que la comparación es menos clara. Con todo, parece que en la mayoría de los casos aumentar los datos reduce la distancia entre redes y árboles [5]. Dejaron ese análisis riguroso para trabajos futuros [5].

Lo que el estudio no dice es que el deep learning nunca sirva con tablas. Dice que, con las tablas típicas que midieron, empezar por árboles tiene buena evidencia a favor. Las técnicas de estadística y la regresión lineal siguen siendo el primer paso en muchos de esos problemas.

Lo que dice la política colombiana de inteligencia artificial

La política nacional de inteligencia artificial de Colombia nombra este problema [8]. Quedó aprobada en 2025 en el documento CONPES 4144; el CONPES es el Consejo Nacional de Política Económica y Social, que aprueba los grandes planes del Gobierno. El documento usa el aprendizaje profundo como ejemplo de técnica con múltiples capas de procesamiento ocultas [8].

Según el CONPES, en esas técnicas «los humanos no pueden observar, verificar ni redirigir los procesos y factores de toma de decisiones» que apoyan los sistemas de IA [8]. El texto se apoya en un documento de 2022 de la UNESCO, la agencia de las Naciones Unidas para la educación, la ciencia y la cultura [8]. Añade que eso afecta la explicabilidad y la transparencia, que considera cruciales cuando las decisiones afectan la vida de las personas [8].

Para una entidad pública colombiana que decide sobre personas, la advertencia tiene consecuencias prácticas. Antes de escoger una red profunda, conviene preguntarse quién va a explicar cada decisión y con qué. Cómo se gobiernan esos datos y quién responde por ellos está en la guía de gobierno de datos.

Volvamos a Toronto. La red de 2012 ganó porque tenía fotos crudas, más de un millón de ejemplos etiquetados, dos GPU y técnicas nuevas de entrenamiento. Esa es la receta del deep learning, y también su condición. Mi apuesta, y la doy como apuesta: en la mayoría de los proyectos de una empresa o una alcaldía colombiana, la primera herramienta no debería ser una red profunda. Sus datos viven en tablas. La red profunda se gana su lugar cuando el dato es una foto, una grabación o un texto largo. ¿Sus datos se parecen más a las fotos de ImageNet o a una hoja de cálculo?

Preguntas frecuentes

¿Deep learning y aprendizaje profundo son lo mismo? Sí. Aprendizaje profundo es la traducción al español de deep learning, y las dos expresiones nombran la misma técnica. «Learning» quiere decir aprendizaje y «deep» quiere decir profundo, por las muchas capas de la red. En esta guía se usan como sinónimos.

¿Qué es ImageNet y por qué importa en esta historia? ImageNet es una colección de fotos recogidas en internet y etiquetadas por personas mediante una plataforma de trabajo colaborativo de Amazon [1]. Desde 2010, un subconjunto suyo sirve de base a un concurso anual de reconocimiento visual [1]. Importa porque ofreció lo que les faltaba a las redes profundas: muchos más ejemplos etiquetados que los conjuntos anteriores; aun con 1,2 millones de ejemplos de entrenamiento, los autores veían el sobreajuste (memorizar en vez de generalizar) como un problema significativo [1].

¿El deep learning necesita siempre una GPU? No para aprender ni para modelos pequeños. PyTorch se puede instalar en un equipo que solo tenga procesador general [7], y Colab ofrece GPU sin costo, aunque sin garantía de disponibilidad [6]. Para entrenar redes grandes con más de un millón de imágenes, como la de Toronto en 2012, los procesadores gráficos sí fueron parte de la receta [1].

¿Qué es un transformer y por qué se habla tanto de él? Un transformer es una arquitectura de deep learning que procesa secuencias, como un texto, relacionando cada parte con todas las demás mediante un mecanismo de atención [4]. Se presentó en 2017 con tareas de traducción [4]. Su ventaja era repartir mejor el trabajo entre procesadores y entrenarse en menos tiempo que los modelos de traducción de la época, basados en redes recurrentes o convolucionales [4]. Tendrá su propia guía.

¿El deep learning sirve para predecir ventas con datos de Excel? Puede usarse, pero no suele ser la primera opción. Con datos en tabla de tamaño mediano, el estudio de Grinsztajn y sus coautores encontró que los modelos de árboles siguen siendo el estado del arte [5]. Para organizar esos datos antes de modelarlos, la guía de base de datos en Excel es un buen comienzo.

Referencias

1. Krizhevsky, Alex; Sutskever, Ilya; Hinton, Geoffrey E. (Universidad de Toronto). ImageNet Classification with Deep Convolutional Neural Networks, Advances in Neural Information Processing Systems 25 (NeurIPS 2012) — variante del modelo inscrita en el ILSVRC-2012 con error top-5 ganador de 15,3 % frente a 26,2 % del segundo; definición del error top-5; ILSVRC con unas 1.000 imágenes en cada una de 1.000 categorías; ImageNet con más de 15 millones de imágenes etiquetadas en unas 22.000 categorías; conjuntos previos del orden de decenas de miles de imágenes; 60 millones de parámetros; entre cinco y seis días de entrenamiento en dos GPU GTX 580 de 3 GB; tamaño limitado por la memoria de las GPU y el tiempo de entrenamiento; neuronas ReLU no saturantes, implementación en GPU y dropout; «los resultados pueden mejorarse simplemente esperando GPU más rápidas y conjuntos de datos más grandes». NeurIPS Proceedings: ImageNet Classification with Deep Convolutional Neural Networks — Consultada: 2026-11-11.
2. LeCun, Yann; Bengio, Yoshua; Hinton, Geoffrey. Deep learning, Nature, vol. 521, 28 de mayo de 2015, pp. 436-444 — definición del deep learning como aprendizaje de representaciones con múltiples niveles; capas de rasgos que no diseñan ingenieros humanos; extractores de características diseñados a mano en el aprendizaje automático convencional; jerarquía bordes-motivos-partes-objetos; cientos de millones de pesos y de ejemplos en un sistema típico; redes convolucionales (cuatro ideas) y recurrentes/LSTM; abandono de las redes convolucionales hasta la competencia ImageNet de 2012, donde casi redujeron a la mitad los errores; primera gran aplicación en reconocimiento de voz y despliegue en teléfonos Android hacia 2012; usos en voz, imagen, moléculas, aceleradores de partículas, ADN y lenguaje. Leída en la copia de autor alojada por la Universidad de Toronto. Nature: DOI 10.1038/nature14539 · Universidad de Toronto: copia de autor en PDF — Consultada: 2026-11-11.
3. Goodfellow, Ian; Bengio, Yoshua; Courville, Aaron. Deep Learning, MIT Press, 2016, capítulo 1, «Introduction» — ejemplo de la rueda en la detección de carros; regresión logística para recomendar una cesárea con características que entrega el médico; dependencia de la representación; las representaciones aprendidas a menudo superan a las diseñadas a mano; conceptos complejos construidos con conceptos más simples; crecimiento del campo por computadores más potentes, conjuntos de datos más grandes y técnicas para entrenar redes más profundas; regla aproximada de 2016: unos 5.000 ejemplos etiquetados por categoría para un desempeño aceptable y al menos 10 millones para igualar o superar a una persona. Deep Learning Book: capítulo 1, Introduction — Consultada: 2026-11-11.
4. Vaswani, Ashish; Shazeer, Noam; Parmar, Niki; Uszkoreit, Jakob; Jones, Llion; Gomez, Aidan N.; Kaiser, Łukasz; Polosukhin, Illia. Attention Is All You Need, NeurIPS 2017 (arXiv 1706.03762, versión 7 del 2 de agosto de 2023) — el Transformer se basa solo en mecanismos de atención, sin recurrencia ni convoluciones; mejor calidad en dos tareas de traducción automática, más paralelizable y con bastante menos tiempo de entrenamiento; 3,5 días de entrenamiento en ocho GPU para la tarea inglés-francés, una pequeña fracción del costo de los mejores modelos previos. arXiv: Attention Is All You Need — Consultada: 2026-11-11.
5. Grinsztajn, Léo; Oyallon, Edouard; Varoquaux, Gaël. Why do tree-based models still outperform deep learning on typical tabular data?, Advances in Neural Information Processing Systems 35 (NeurIPS 2022), Datasets and Benchmarks Track, DOI 10.52202/068431-0037 — 45 conjuntos de datos tabulares; los modelos de árboles siguen siendo el estado del arte en datos de tamaño mediano (unas 10.000 muestras) aun sin contar su mayor velocidad; los perceptrones multicapa son menos robustos a características que no aportan información; entrenamiento recortado a 10.000 muestras, sin datos faltantes y con clases equilibradas; en el régimen de 50.000 muestras la comparación es menos clara, pero en la mayoría de los casos más datos reducen la distancia; estudio riguroso de esa tendencia dejado para trabajo futuro. NeurIPS Proceedings: Why do tree-based models still outperform deep learning on typical tabular data? · arXiv: 2207.08815 — Consultada: 2026-11-11.
6. Google. Colaboratory: Frequently Asked Questions — Colab ofrece acceso sin costo a recursos de cómputo, incluidas GPU y TPU; los recursos no están garantizados ni son ilimitados y los límites de uso a veces fluctúan; en la versión sin costo los cuadernos corren como máximo 12 horas según la disponibilidad y el patrón de uso; los planes de pago dan más disponibilidad. Google Research: preguntas frecuentes de Colab — Consultada: 2026-11-11.
7. PyTorch Foundation. Start Locally — para instalar PyTorch en un sistema sin soporte de GPU (CUDA o ROCm) se elige «CPU» como plataforma de cómputo; la página mostraba PyTorch 2.7.0 como versión estable al consultarla. PyTorch: Start Locally — Consultada: 2026-11-11.
8. Consejo Nacional de Política Económica y Social, Departamento Nacional de Planeación. Documento CONPES 4144: Política Nacional de Inteligencia Artificial (versión aprobada, Bogotá, 14 de febrero de 2025), sección de diagnóstico, p. 37 del PDF — las múltiples capas de procesamiento ocultas en algunas técnicas de IA, «por ejemplo, aprendizaje profundo-deep learning», impiden a los humanos observar, verificar o redirigir los procesos de decisión, lo que afecta la explicabilidad y la transparencia. DNP: Documento CONPES 4144 en PDF — Consultada: 2026-11-11.

Cómo investigamos esta página

• Pregunta que responde: Qué añade la profundidad al aprendizaje automático, por qué despegó hacia 2012, sus arquitecturas y cuándo no conviene.
• Fuentes: identificadas 17 → incluidas 8 (Nature, actas de NeurIPS, el manual de Goodfellow, arXiv, CONPES 4144, documentación de Colab y PyTorch).
• Criterios de inclusión: solo artículos revisados, el manual de sus autores, política pública oficial y documentación oficial, leídos en texto completo.
• Fecha de corte de los datos: 2026-11-11