El Deep Learning o Aprendizaje Profundo (haciendo referencia al ámbito de la informática y no de la pedagogía) es un subcampo del Machine Learning que utiliza algoritmos y una gran cantidad de datos procesados a través de múltiples capas para conseguir que los ordenadores aprendan de manera autónoma y puedan realizar tareas similares a las de los seres humanos, como la identificación de imágenes, el reconocimiento del habla o la realización de predicciones, de forma progresiva. Por ejemplo, en reconocimiento de escritura, cada vez que escribimos una letra «B» a mano, la letra es ligeramente diferente. No solo eso, sino que además cada persona lo hace a su manera. Los sistemas de Deep Learning tienen la capacidad de identificar el trazo, realizado en cualquier momento y por cualquier persona, como la letra «B», con un alto nivel de acierto.

Los algoritmos de Deep Learning se aplican a redes neuronales artificiales estructuradas en forma de capas: input layer (entrada), hidden layer (oculta) y output layer (salida). Los datos entran por la primera capa, en la que hay varias neuronas artificiales que se activan o no dependiendo de los datos. Volviendo al ejemplo anterior, en esta primera capa (input layer) se puede activar el reconocimiento de una línea o un punto, en las capas intermedias (hidden layer) esa combinación de líneas y puntos se procesa hasta decidir que se trata de una letra; y, finalmente, la capa de salida (output layer) determina que se trata de la letra «B».

Aunque la relación entre Inteligencia Artificial, Machine Learning y Deep Learning pueda resultar confusa, es suficiente con tener clara cuál es la correlación que guardan entre sí. De una manera simplificada, el Deep Learning es un caso particular del Machine Learning, que a su vez es una aplicación de la Inteligencia Artificial. Para entrenar un algoritmo de Deep Learning se requiere una cantidad masiva de datos; cuanto mayor es el volumen de datos analizados, mayor es la precisión y eficacia del aprendizaje. Esta conexión intrínseca con el big data hace del Deep Learning una herramienta clave en la extracción de significado y la realización de tareas avanzadas de reconocimiento de patrones y clasificación, esenciales en campos como el reconocimiento de voz e imagen, la traducción automática y la generación de contenido.