Ya sabes qué es el deep learning (lección 01-01) y cómo ha llegado hasta aquí (lección 01-02). Antes de meternos en la mecánica interna de las redes neuronales, conviene tener un mapa del territorio: ¿qué se puede hacer hoy con deep learning y en qué sectores está funcionando de verdad? Esta lección recorre los grandes dominios de aplicación y, para cada uno, responde dos preguntas prácticas: ¿qué necesitaría TecnoMarket de ese dominio? y ¿en qué módulo del curso aprenderás la técnica correspondiente? Al terminar, tendrás claro que este curso no es una colección de temas sueltos, sino la caja de herramientas completa del proyecto TecnoMarket.

1. Cómo leer este panorama
2. Visión por computador
3. Procesamiento del lenguaje natural (NLP)
4. Audio y voz
5. Sistemas de recomendación
6. Salud y medicina
7. Vehículos autónomos
8. Detección de fraude y anomalías
9. Mapa: dominios, TecnoMarket y módulos del curso

En cada dominio veremos tres cosas: qué tareas resuelve el deep learning, ejemplos reales del mundo, y su conexión con TecnoMarket y el curso. Importante: aquí no explicamos cómo funciona cada arquitectura por dentro (CNN, RNN, transformers, GAN...); eso corresponde a los módulos 3, 4 y 5. Esta lección es el "escaparate"; los módulos posteriores son el "taller".

Un patrón que verás repetirse: casi todos los dominios se reducen a unas pocas familias de tareas:

• Clasificar: asignar una etiqueta a una entrada (¿esta foto es una cafetera?, ¿esta reseña es positiva?).
• Detectar/localizar: encontrar dónde está algo (¿dónde está el defecto en esta pieza?).
• Predecir valores: estimar un número (¿cuántas unidades venderemos mañana?).
• Generar: crear contenido nuevo (una imagen promocional, la respuesta de un chatbot).
• Transformar secuencias: convertir una secuencia en otra (audio → texto, español → inglés).

Es el dominio donde el deep learning dio su gran golpe (AlexNet, 2012) y probablemente el más maduro.

Tareas típicas:

• Clasificación de imágenes: decir qué contiene una foto.
• Detección de objetos: localizar y etiquetar varios objetos en una imagen (con sus recuadros).
• Segmentación: delimitar píxel a píxel cada objeto.
• Reconocimiento facial y verificación de identidad.
• OCR: leer texto en imágenes (tickets, facturas, matrículas).
• Inspección visual industrial: detectar defectos de fabricación.

Ejemplos reales: el desbloqueo facial del móvil, los filtros de las redes sociales, el diagnóstico de imágenes de satélite, el control de calidad en fábricas.

En TecnoMarket: es la necesidad más urgente. Los vendedores suben miles de fotos de productos al día y hoy un equipo humano las revisa y categoriza a mano. Con visión por computador, TecnoMarket podría clasificar automáticamente cada foto en su categoría (informática, pequeño electrodoméstico, hogar...), detectar fotos de mala calidad o que incumplen las normas (marcas de agua, fondos inadecuados) y leer automáticamente los textos de las cajas de los productos.

En el curso: módulo 3 (CNN) al completo, con el proyecto guiado en la lección 07-01. Prototiparemos con MNIST y CIFAR-10 antes de saltar al catálogo ficticio de TecnoMarket.

El NLP (Natural Language Processing) aplica deep learning al texto: el idioma humano escrito.

Tareas típicas:

• Análisis de sentimiento: ¿esta opinión es positiva, negativa o neutra?
• Clasificación de textos: asignar temas o categorías (¿esta consulta es sobre envíos o sobre devoluciones?).
• Traducción automática entre idiomas.
• Resumen automático de documentos largos.
• Chatbots y asistentes conversacionales.
• Extracción de información: sacar datos estructurados de texto libre (nombres, fechas, importes).

Ejemplos reales: Google Translate, los correctores y autocompletados del teclado, los asistentes tipo ChatGPT o Claude, el filtrado de spam.

En TecnoMarket: la tienda recibe cientos de reseñas diarias en varios idiomas. Con NLP podría medir automáticamente la satisfacción por producto (análisis de sentimiento), detectar reseñas que mencionan defectos recurrentes ("la batería dura poco") para avisar a compras, clasificar los tickets de soporte y derivarlos al departamento correcto, y a futuro ofrecer un chatbot de atención al cliente.

En el curso: módulo 4 (RNN y aplicaciones a NLP, con el dataset IMDB de reseñas de cine como banco de pruebas), la lección 05-05 (atención y transformers, la base de los modelos de lenguaje actuales) y el proyecto de generación de texto en 07-02.

El audio es otra señal no estructurada donde el deep learning domina.

Tareas típicas:

• Reconocimiento de voz (speech-to-text): transcribir audio a texto.
• Síntesis de voz (text-to-speech): generar voz natural a partir de texto.
• Identificación de hablante: ¿quién está hablando?
• Clasificación de sonidos: detectar alarmas, cristales rotos, música.

Ejemplos reales: Alexa, Siri y el Asistente de Google; los subtítulos automáticos de YouTube; las transcripciones de reuniones.

En TecnoMarket: el call center graba (con consentimiento) las llamadas de atención al cliente. Transcribirlas automáticamente permitiría analizarlas después con NLP: motivos de llamada más frecuentes, clientes insatisfechos, cumplimiento de guiones. Es un buen ejemplo de encadenamiento de modelos: voz → texto (audio) y luego texto → conclusiones (NLP).

En el curso: no hay un módulo específico de audio, pero las técnicas que lo sustentan son las mismas que estudiaremos: el audio se procesa como secuencias (módulo 4) o como "imágenes" de espectrogramas (módulo 3). En la práctica profesional, además, la voz suele resolverse con modelos preentrenados (transfer learning, lección 05-03).

Los recomendadores deciden qué contenido o producto mostrar a cada usuario.

Tareas típicas:

• Recomendación de productos: "los clientes que compraron esto también compraron...".
• Personalización de la página de inicio, los correos y las promociones.
• Ranking: ordenar los resultados de búsqueda según relevancia para ese usuario.

Ejemplos reales: Netflix (qué serie sugerirte), Spotify (listas personalizadas), Amazon (productos relacionados), los feeds de las redes sociales.

En TecnoMarket: el recomendador es directamente dinero: enseñar el producto adecuado a la persona adecuada aumenta la conversión. El deep learning permite combinar señales heterogéneas —historial de compras, navegación, texto de reseñas, incluso imágenes de productos— en una única representación del gusto del cliente.

En el curso: no tiene módulo propio, pero se apoya en piezas que sí veremos: representaciones aprendidas (embeddings, que aparecerán en el módulo 4 con el texto) y redes densas (módulo 2). Es una excelente aplicación para explorar por tu cuenta al acabar el curso.

Uno de los dominios de mayor impacto social.

Tareas típicas:

• Diagnóstico por imagen: detectar tumores en mamografías, retinopatía diabética en fondos de ojo, neumonía en radiografías.
• Descubrimiento de fármacos: predecir propiedades de moléculas; el caso AlphaFold (predicción de estructuras de proteínas) es un hito científico reciente.
• Monitorización de pacientes: detectar arritmias en señales de ECG, predecir deterioros en UCI.

Ejemplos reales: sistemas de cribado de retinopatía aprobados para uso clínico, apoyo a radiólogos en la detección de cáncer.

En TecnoMarket: directamente, poco: no es su sector. Pero lo incluimos por dos razones. Primera: técnicamente, diagnosticar una radiografía y clasificar la foto de una cafetera son el mismo problema (clasificación de imágenes, módulo 3); dominar uno te acerca al otro. Segunda: la salud ilustra mejor que ningún otro dominio las exigencias éticas del deep learning (errores con coste humano, sesgos, explicabilidad), que trataremos en el módulo 8.

En el curso: módulo 3 (la técnica) y módulo 8 (las implicaciones éticas).

La conducción autónoma es quizá el sistema de deep learning más complejo en producción.

Componentes donde interviene el DL:

• Percepción: detectar peatones, vehículos, señales y carriles a partir de cámaras, radar y lidar (visión por computador en tiempo real).
• Predicción: anticipar qué harán los demás (¿ese peatón va a cruzar?).
• Planificación: decidir la trayectoria (aquí se combinan DL y algoritmos clásicos de control).

Ejemplos reales: los sistemas de asistencia a la conducción (frenada automática de emergencia, mantenimiento de carril) que ya llevan la mayoría de coches nuevos, y los robotaxis en algunas ciudades.

En TecnoMarket: no va a fabricar coches, pero la logística de última milla se le parece más de lo que parece: robots de almacén que navegan entre estanterías y, a futuro, reparto autónomo. Además, la percepción de un robot de almacén usa las mismas CNN del módulo 3.

En el curso: módulo 3 (percepción visual) y módulo 8 (los dilemas éticos y de responsabilidad, donde los vehículos autónomos son el caso de estudio clásico).

Detectar lo raro entre millones de eventos normales.

Tareas típicas:

• Fraude en pagos: transacciones con tarjeta robada, cuentas comprometidas.
• Detección de anomalías: comportamientos que se desvían de lo normal, sin saber de antemano cómo será el ataque.
• Ciberseguridad: tráfico de red malicioso, accesos sospechosos.
• Reseñas y cuentas falsas: bots que inflan valoraciones.

La particularidad de este dominio: el fraude es escaso (quizá 1 de cada 1.000 transacciones) y cambiante (los defraudadores se adaptan). Por eso, además de clasificadores entrenados con fraudes conocidos, se usan técnicas que aprenden "lo normal" y avisan cuando algo se sale del patrón, sin necesitar ejemplos de fraude.

En TecnoMarket: cada día se procesan miles de pagos. Un sistema de detección debería señalar en tiempo real las transacciones sospechosas (importes atípicos, direcciones nuevas, patrones de compra extraños) para revisión humana, y también detectar reseñas falsas que manipulan las valoraciones de productos.

En el curso: los autoencoders para detección de anomalías (lección 05-02) y el proyecto completo de la lección 07-03, donde construiremos el detector de transacciones anómalas de TecnoMarket.

Esta tabla es el "mapa del tesoro" del curso: guárdala como referencia.

Dos observaciones finales sobre el panorama:

• Las mismas piezas se reutilizan: fíjate en cuántos dominios se apoyan en el módulo 3 o el módulo 4. El deep learning es modular: pocas ideas fundamentales, muchísimas aplicaciones.
• Los modelos se encadenan: los sistemas reales combinan varios modelos (voz → texto → sentimiento; foto → categoría → recomendación). Piensa en tuberías (pipelines), no en modelos aislados.

• Error: creer que cada aplicación necesita una tecnología completamente distinta. Como muestra la tabla, unas pocas arquitecturas (CNN, RNN, transformers, autoencoders, GAN) cubren casi todos los dominios. Aprender las bases bien vale para todo.
• Error: elegir el proyecto por lo espectacular y no por el retorno. Para TecnoMarket, un clasificador de fotos "aburrido" que ahorra 200 horas de trabajo manual al mes vale más que un chatbot deslumbrante que nadie pidió. Prioriza por valor de negocio.
• Error: ignorar el coste del error. No es lo mismo equivocarse recomendando una cafetera que equivocarse detectando fraude (o un diagnóstico médico). El dominio determina cuánta precisión necesitas y cuánta supervisión humana debes mantener.
• Consejo: cuando leas sobre un producto "con IA", intenta descomponerlo en las tareas básicas de esta lección (clasificar, detectar, predecir, generar, transformar secuencias). Verás que casi todo encaja en ese esquema, y sabrás qué módulo del curso lo cubre.
• Consejo: revisa esta lección al empezar cada módulo del curso: te recordará para qué sirve, en el mundo real, lo que estás a punto de aprender.

Para cada necesidad, indica el dominio de aplicación y el tipo de tarea (clasificar, detectar, predecir un valor, generar o transformar secuencias):

1. TecnoMarket quiere estimar cuántas unidades de cada televisor venderá la próxima semana.
2. TecnoMarket quiere un sistema que convierta las llamadas grabadas del call center en texto.
3. TecnoMarket quiere crear imágenes promocionales navideñas a partir de las fotos de catálogo.
4. TecnoMarket quiere saber si una reseña recién publicada es auténtica o generada por un bot.

La dirección de TecnoMarket solo puede financiar dos proyectos de deep learning este año: (a) clasificador automático de fotos de productos, (b) chatbot conversacional de atención al cliente, (c) detector de transacciones fraudulentas, (d) generador de imágenes promocionales. Elige dos y justifica tu elección considerando: valor de negocio, madurez de la técnica, disponibilidad de datos y coste del error.

Diseña (solo con palabras o un diagrama, sin código) el pipeline de modelos que necesitaría TecnoMarket para: "detectar automáticamente productos cuyas reseñas recientes mencionan defectos, y avisar al departamento de compras". Indica qué dominios de esta lección intervienen y en qué orden.

Solución 1:

1. Series temporales / predicción de demanda — tarea de predecir un valor (regresión sobre secuencias). Se cubre en el módulo 4.
2. Audio y voz — tarea de transformar secuencias (audio → texto).
3. Generación de contenido (visión generativa) — tarea de generar. Se cubre con las GAN (05-01, 07-04).
4. NLP + detección de anomalías/fraude — tarea de clasificar (auténtica/falsa), posiblemente apoyada en detección de anomalías si hay pocos ejemplos de reseñas falsas etiquetadas.

Solución 2 (respuesta orientativa; lo importante es la justificación):

Una elección defendible es (a) el clasificador de fotos y (c) el detector de fraude:

• (a) tiene valor inmediato (ahorra revisión manual diaria), la técnica es muy madura (clasificación de imágenes, el problema mejor resuelto del DL), los datos ya existen (histórico de fotos ya categorizadas por humanos, que sirven de etiquetas) y el coste del error es bajo (una foto mal clasificada se corrige fácil).
• (c) tiene retorno directo en dinero (cada fraude evitado es pérdida evitada), y aunque el coste del error es mayor, puede mitigarse manteniendo revisión humana de los casos señalados.
• (b) el chatbot es atractivo pero arriesgado: conversación abierta con clientes, errores muy visibles, y requiere más madurez del equipo. (d) el generador de imágenes aporta valor, pero es menos crítico para la operativa y puede cubrirse mientras tanto con herramientas comerciales.

Solución 3 (respuesta orientativa):

1. Recogida: cada día se recopilan las reseñas nuevas de cada producto (texto).
2. NLP - clasificación 1: un modelo de análisis de sentimiento filtra las reseñas negativas.
3. NLP - clasificación/extracción 2: sobre las negativas, un segundo modelo detecta si mencionan un defecto del producto (y de qué tipo: batería, pantalla, rotura en envío...), distinguiéndolo de quejas ajenas al producto (retraso del transportista).
4. Agregación y anomalía: se cuentan las menciones de defecto por producto y semana; si un producto se desvía de su patrón normal (pico de defectos), se genera una alerta.
5. Acción: la alerta llega a compras con las reseñas de ejemplo adjuntas.

Dominios implicados: NLP (pasos 2-3) y detección de anomalías (paso 4). Es un pipeline: varios modelos sencillos encadenados, no un único modelo gigante.

En esta lección has visto el panorama completo: visión por computador, NLP, voz, recomendación, salud, conducción autónoma y fraude, y has comprobado dos ideas clave: casi todas las aplicaciones se reducen a unas pocas tareas fundamentales, y unas pocas arquitecturas —las que aprenderás en los módulos 3 a 5— sostienen todo el edificio. También tienes ya el mapa que conecta cada necesidad de TecnoMarket con el módulo del curso que la resuelve.

Hasta ahora hemos hablado del deep learning "desde fuera". En la próxima lección abriremos por primera vez la caja: veremos qué es una neurona artificial, cómo se organizan en capas y qué significa realmente "entrenar" una red, el vocabulario esencial que usarás durante el resto del curso.