Historia del Deep Learning

¿Quién introdujo el modelo de neurona biológica en 1943?

• Donald Hebb

• Warren McCulloch y Walter Pitts

• Frank Rosenblatt

• Geoffrey Hinton

¿Cuál fue el principal avance del perceptrón de Frank Rosenblatt en 1957?

• Resolver el problema XOR

• Introducir funciones de activación no lineales

• Ser la primera red neuronal artificial capaz de aprender

• Normalizar datos de entrada

¿Qué problema identificaron Minsky y Papert en los perceptrones de una sola capa en 1969?

• El gradiente explosivo

• La incapacidad para resolver el problema XOR

• La necesidad de funciones de activación lineales

• La falta de algoritmos de aprendizaje

¿Qué técnica revolucionó el entrenamiento de redes multicapa en 1986?

• ADALINE

• Batch Normalization

• Retropropagación

• Redes convolucionales

¿Qué característica hizo que las redes neuronales convolucionales (CNN) fueran más eficientes?

• Uso de GPU

• Normalización por lotes

• Distribución de pesos y agrupación

• Redes recurrentes

¿Cuál fue la solución propuesta por Hochreiter y Schmidhuber para los gradientes evanescentes en las redes neuronales recurrentes?

• Funciones de activación ReLU

• Introducción de LSTM

• Algoritmo de retropropagación

• Redes convolucionales profundas

¿Qué evento marcó un punto de inflexión para el aprendizaje profundo en 2012?

• El desarrollo de LSTM

• El desafío ImageNet

• El primer 'invierno de la IA'

• La popularidad de las máquinas de vectores de soporte

¿Qué innovaciones abordaron el problema del gradiente evanescente?

• ReLU y Batch Normalization

• Redes LSTM y perceptrones multicapa

• GPU y aprendizaje hebbiano

• ADALINE y CNN

¿Qué contribuyó al segundo 'invierno de la IA'?

• Alta popularidad de las redes neuronales

• La falta de datos y el alto costo computacional

• El desarrollo de las GPU

• El éxito del desafío ImageNet

¿Qué demostraron las investigaciones sobre las redes neuronales como aproximadores de funciones universales?

• Que pueden resolver cualquier problema lógico

• Que son ideales para datos secuenciales

• Que pueden aproximar cualquier función continua con suficientes datos y recursos

• Que requieren algoritmos no supervisados