31 enero, 2020
4:00 pm

Título: Del deep learning a la programación diferenciable

Ponente: Adrián Hernández (Grupo Sistemas Dinámicos CIO-UMH. Ingeniero senior de ciberseguridad ISDEFE).

Organizador: José Mª Amigó

Fecha: Viernes 31 de enero a las 16:00 horas.

Lugar:  Sala de seminarios del CIO en el Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: En los últimos años, gracias a la combinación de las técnicas de deep learning y las capacidades de computación de las GPUs (Graphics Processing Units), se han producido grandes avances en procesamiento de lenguaje, visión artificial, juegos, modelado de sistemas dinámicos, etc. Sin embargo, una de las limitaciones frecuentemente señaladas del deep learning es que sólo realiza percepción. La programación diferenciable es la combinación de redes neuronales clásicas con módulos algorítmicos diferenciables que añaden capacidades de razonamiento, atención y memoria. En esta charla, mostramos las limitaciones del deep learning, describimos la programación diferenciable como extensión del deep learning y analizamos algunas de sus técnicas como los mecanismos de atención y las ventajas que proporcionan. Por último, presentamos PyTorch como herramienta flexible para aplicaciones de deep learning y programación diferenciable.