Ep. 16
“🗓️ 30 de septiembre de 2012: una fecha que marcó el verdadero inicio de la revolución del Deep Learning. En este episodio, viajamos a los orígenes para descubrir cómo AlexNet y el colosal dataset ImageNet rompieron todos los esquemas de la visión por computadora. Exploraremos la audaz visión de pioneros como Fei-Fei Li, quien entendió antes que nadie que la clave para una mejor IA no estaba solo en los modelos, sino en reflejar la diversidad del mundo real a través de datos masivos 📊. Te contaremos cómo, inspirados por WordNet y utilizando el poder del crowdsourcing con Amazon Mechanical Turk, lograron etiquetar millones de imágenes cuando el resto de la comunidad científica lo consideraba una locura imposible. 🚀 Descubre cómo el equipo formado por Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton aprovechó por primera vez la potencia de las GPUs para entrenar una red neuronal de 60 millones de parámetros, superando las limitaciones de hardware de la época. Analizaremos las innovaciones técnicas clave, como las Convolutional Neural Networks (CNNs) profundas y la función ReLU, que permitieron a AlexNet aplastar a la competencia en el desafío ILSVRC 2012 con una ventaja abismal de casi 10 puntos porcentuales 🏆. Dale al play ▶️ para entender cómo este ““Big Bang”” tecnológico transformó la inteligencia artificial de una curiosidad académica poco práctica a la fuerza dominante que hoy impulsa el mundo. Fuentes y enlaces relevantes: • AlexNet and ImageNet: The Birth of Deep Learning - Pinecone • Paper original: ImageNet Classification with Deep Convolutional Neural Networks (NeurIPS 2012)”