Geoffrey Hinton es un científico británico galardonado con el Premio Turing por su trabajo pionero en aprendizaje profundo. Su investigación se centra en cómo utilizar redes neuronales para simular procesos cognitivos como el aprendizaje y la resolución de problemas, permitiendo que las máquinas aprendan por sí mismas a partir de ejemplos en lugar de programación explícita. El aprendizaje profundo tiene aplicaciones como el reconocimiento de voz, imágenes y traducción automática, y podría usarse en educación para personalizar

1. Aprendizaje
Profundo
FACED- Tendencias educativas
Sindy Ariza

2. ¿El aprendizaje profundo es como…?

3. Geoffrey Hinton
 Geoffrey Hinton (Wimdledon, Reino Unido, 6 de diciembre de 1947) es un
informático británico. Hinton fue galardonado con el Premio Turing en 2018 junto
con Yoshua Bengio y Yann LeCun por su trabajo en deep learning.1
 El británico comenzó estudiando psicología experimental en Cambridge,
precisamente porque lleva toda la vida tratando de responder a la misma
pregunta: ¿cuáles son los fundamentos del aprendizaje humano
 Está planeando dividir "su tiempo entre su investigación universitaria y su trabajo
en Google".5
 Hinton investiga en las maneras de utilizar redes neuronales para aprendizaje de
máquina, memoria, percepción y procesamiento de símbolos.
https://es.wikipedia.org/wiki/Geoffrey_Hinton

4.  Hinton, quien se ha manifestado por Skype al conocerse el fallo del premio, ha resumido estos
avances en una frase: "Ya no programas, sino que dejas que el ordenador
aprenda por sí mismo, justo como lo hace el cerebro
 “El reconocimiento del habla es posible por las redes neuronales, cuando
hago una fotografía y no la encuentro, puedo buscarla por categoría
porque las redes neuronales saben lo que aparece en las fotos, aún no
me he acostumbrado a usar Google Assistant pero lo haré, y lo que sí que
uso mucho es el traductor de Google, que recientemente cambió su motor
y empezó a usar redes neuronales en las traducciones porque funcionan
mucho mejor""
https://www.elespanol.com/ciencia/tecnologia/20170117/
186731740_0.html

5. una máquina imita las
funciones «cognitivas» que los
humanos asocian con otras
mentes humanas, como por
ejemplo aprender y resolver
problemas
se trata de crear programas
capaces de generalizar
comportamientos a partir de
una información suministrada
en forma de ejemplos
conjunto de algoritmos que, usa
las redes neuronales igual que el
cerebro humano, capaces de
generar respuestas y actuar en
función de las conclusiones a las
que se llega por su combinación,
yuxtaposición o contradicción a
partir de un sistema de capas
que se ordenan en función de
una jerarquía

7. Pensar por si mismo

11. Ejemplos de Deep learning
 Asistentes virtuales: Alexa o Siri o Cortana
 Chatbots y bots de servicio
 Reconocimiento facial
 Automóviles sin conductor
 Compras y entretenimiento personalizados: Esas sugerencias
que nos hace Netflix para terminar una serie y seguir con otra
o las sugerencias de Amazon que nos hace pensar ¿cómo
supo lo que necesito comprar?.

12. Preguntas
1.¿cómo se puede utilizar el aprendizaje profundo dentro del
aula?
2. ¿Cuáles beneficios o perjuicios para las prácticas educativas?
3.¿Cuál sería el rol docente en la implementación del aprendizaje
profundo?
4.¿ cuáles serian los retos de la educación frente a esta
tendencia?