Un modelo se llama «profundo» cuando es una red neuronal con más de una capa oculta: esa es la definición técnica completa, sin vueltas. Lo que separa al machine learning (ML) clásico del aprendizaje profundo no es cuál es «mejor», sino quién diseña las características de entrada: en el ML clásico una persona las arma a mano —contar palabras clave, calcular un promedio—; en el aprendizaje profundo el modelo las aprende solo, a partir de datos crudos. Ninguno de los dos gana siempre. Con datos tabulares y pocos ejemplos, el ML clásico suele igualar o superar a una red neuronal, con menos datos, menos cómputo y más interpretabilidad. Con imágenes, audio o texto libre, gana el aprendizaje profundo.
Ver índice de contenidos
¿Qué hace «profundo» a un modelo?
«Deep learning» (aprendizaje profundo) se usa muchas veces como sinónimo genérico de «inteligencia artificial avanzada», pero tiene una definición técnica precisa y bastante más acotada de lo que sugiere el marketing.
El glosario de aprendizaje automático de Google define una red neuronal como un modelo, inspirado en las neuronas biológicas, que contiene al menos una capa oculta. Una capa oculta es una capa de cálculo intermedia: no es la entrada (los datos crudos) ni la salida (la predicción), sino un paso interno donde el modelo combina y transforma esos datos antes de llegar a una respuesta.
Y acá está la definición exacta que separa lo «profundo» de lo que no lo es: un modelo profundo es una red neuronal que contiene más de una capa oculta. Punto. No es una cuestión de qué tan «inteligente» parece el resultado: es un conteo. Una red con una sola capa oculta es una red neuronal simple; con dos o más, ya es profunda. Cada capa adicional combina lo que aprendió la anterior en representaciones cada vez más abstractas, algo que se desarrolla en la próxima sección.
Un árbol de decisión, una regresión lineal o un bosque aleatorio aprenden de datos, pero no tienen capas de ningún tipo. Preguntar si un árbol de decisión es «profundo» no tiene sentido: el término solo aplica dentro de la familia de las redes neuronales.
La relación completa entre inteligencia artificial, aprendizaje automático y aprendizaje profundo como conjuntos, y los distintos tipos de inteligencia artificial según la técnica que usan, ya está cubierta en esas dos guías del portal. Acá el foco es otro: qué cambia en la práctica cuando pasás de un enfoque clásico a uno profundo.
Ingeniería de características frente a aprendizaje de representaciones
Esta es la diferencia de fondo entre los dos enfoques, más relevante que cualquier diferencia de arquitectura. El glosario de Google define la ingeniería de características como el proceso de determinar qué características podrían ser útiles para entrenar un modelo, y crearlas a partir de los datos crudos. La palabra clave es determinar: alguien decide de antemano qué vale la pena calcular.
Pensá en un clasificador de correo no deseado con ML clásico. Antes de entrenar nada, alguien decide qué convertir en números: contar cuántas veces aparecen ciertas palabras («gratis», «urgente», «gane»), medir el largo del mensaje, contar signos de exclamación, marcar si hay enlaces. Cada decisión es ingeniería de características manual, y el modelo nunca ve el correo en sí: ve la tabla de números que alguien construyó a partir de él.
# Ingeniería de características manual: una persona decide qué contar
palabras_sospechosas = ["gratis", "urgente", "gane", "click aquí"]
caracteristica_1 = sum(correo.lower().count(p) for p in palabras_sospechosas)
caracteristica_2 = len(correo)
caracteristica_3 = correo.count("!")
caracteristica_4 = 1 if "http://" in correo or "https://" in correo else 0
# El modelo clásico entrena y predice sobre estos cuatro números,
# no sobre el texto del correo
prediccion = modelo.predict([[caracteristica_1, caracteristica_2,
caracteristica_3, caracteristica_4]])
El aprendizaje profundo invierte ese orden. En lugar de recibir una tabla de características ya decididas, el modelo recibe el dato crudo —los píxeles de una imagen, la forma de onda de un audio, el texto completo— y son las capas ocultas las que aprenden, durante el entrenamiento, qué patrones importan. Nadie le indica «fijate si hay bigotes» a un modelo que clasifica fotos de gatos: las primeras capas aprenden solas a detectar bordes simples; las siguientes combinan esos bordes en texturas y formas; y las más profundas combinan esas formas en las estructuras que separan un gato de un perro. Es lo que la guía de visión artificial muestra aplicado a tareas concretas.
A esas representaciones internas que el modelo aprende solo se las llama embeddings cuando se extraen como vectores de números y se usan para otra cosa, por ejemplo buscar contenido parecido. La guía sobre embeddings profundiza en ese uso; acá alcanza con la idea central: en el ML clásico, la representación la diseña una persona; en el aprendizaje profundo, la aprende el modelo.
Cuándo conviene cada enfoque: la tabla de decisión
Como ninguno de los dos enfoques es «mejor» en abstracto, la pregunta útil no es cuál ganaría en una competencia general, sino cuál conviene para el problema que tenés enfrente. Cuatro ejes concentran casi toda la decisión real.
| Eje | ML clásico | Aprendizaje profundo |
|---|---|---|
| Tipo de dato | Tabular y estructurado: columnas con significado propio (edad, precio, categoría) | No estructurado: imagen, audio, video, texto libre |
| Volumen necesario | Rinde con cientos o pocos miles de ejemplos | Necesita muchísimos más ejemplos para generalizar en vez de memorizar |
| Cómputo | Entrena en minutos, en una notebook, con CPU | Casi siempre pide GPU y entrenamientos mucho más largos |
| Interpretabilidad | Se puede explicar cuánto pesa cada variable en la predicción | Funciona en gran medida como una caja opaca |
El primer eje suele decidir todo lo demás: si tus datos ya vienen en columnas con significado propio —una edad, un precio, una categoría—, un modelo clásico puede aprovechar esa estructura directamente. Si tu dato es una imagen, un audio o un texto libre, no hay columnas «naturales» esperando: hay que aprenderlas, y ahí el aprendizaje profundo tiene ventaja estructural.
El segundo eje, el volumen, es consecuencia del primero: un modelo profundo tiene muchos más parámetros para ajustar que uno clásico, y necesita proporcionalmente más ejemplos para no memorizar el ruido en lugar del patrón real —lo que introducción al machine learning desarrolla en su sección sobre sobreajuste y validación cruzada—. El tercer y el cuarto eje son el costo de esa capacidad: más cómputo, y un modelo más difícil de explicar.
El error más común: «profundo» no es sinónimo de «mejor»
El aprendizaje profundo no es una versión superior del machine learning clásico: es otra herramienta, con otro costo. En datos tabulares chicos y estructurados, los modelos clásicos —árboles de decisión, regresión— suelen igualar o superar a las redes neuronales, con muchísimos menos datos, menos cómputo y más interpretabilidad.
Vale la pena verlo con dos ejemplos contrastados. Predecir el precio de una casa a partir de diez variables tabulares —metros cuadrados, ambientes, barrio, antigüedad— es el escenario donde gana el ML clásico: los datos ya están en columnas con significado, hay a lo sumo unos pocos miles de casos, y una regresión o un árbol de decisión ajusta bien con una fracción del esfuerzo, entrenando en segundos y permitiendo explicar cuánto pesa cada metro cuadrado. Entrenar ahí una red profunda no mejora el resultado: agrega cómputo, más riesgo de sobreajuste con tan pocos datos, y un modelo que ya no podés explicar.
Clasificar si una foto contiene un gato es el escenario contrario: no hay columnas naturales que describan una imagen, hay millones de píxeles sin estructura tabular. Ahí ningún conjunto de características diseñadas a mano compite con capas que aprenden solas, a partir de muchos ejemplos, qué combinaciones de píxeles distinguen a un gato.
El segundo malentendido es creer que agregar más capas mejora un modelo de por sí, sin relacionarlo con cuántos datos hay disponibles. Más capas significan más parámetros para ajustar, y ajustarlos con los mismos pocos datos no produce un modelo mejor: produce uno que memoriza en lugar de generalizar. La profundidad y el volumen de datos son una decisión conjunta, no dos decisiones separadas.
¿Dónde encajan los modelos de lenguaje?
Los modelos de lenguaje que hoy se usan para escribir, resumir o conversar son, en su arquitectura, aprendizaje profundo: redes con muchas capas ocultas entrenadas sobre volúmenes enormes de texto sin estructurar. Caen del lado del aprendizaje profundo en los cuatro ejes a la vez: el dato de entrada es texto libre, no tabular; el volumen de entrenamiento es imposible de etiquetar a mano; el cómputo necesario requiere infraestructura especializada; y su funcionamiento interno es, para quien los usa, una caja opaca.
No es casualidad: es la misma razón por la que el aprendizaje profundo le gana al ML clásico con este tipo de dato. El texto libre no tiene columnas naturales, así que hace falta un modelo que aprenda su propia representación del lenguaje. Para entender qué es la inteligencia artificial en un sentido más amplio, la guía sobre qué es la inteligencia artificial y cómo funciona es un buen punto de partida.
Errores frecuentes
- Usar «deep learning» como sinónimo de «IA». Es una técnica concreta dentro del aprendizaje automático, definida por tener más de una capa oculta; no es el nombre de todo el campo.
- Creer que el aprendizaje profundo siempre gana. En datos tabulares chicos y estructurados, el ML clásico suele igualar o superar a una red neuronal, con mucho menos costo.
- Agregar capas sin más datos. Más capas sin más ejemplos no mejora el modelo: aumenta el riesgo de que memorice en lugar de generalizar.
- Confundir aprendizaje automático con reglas escritas a mano. Tanto el ML clásico como el aprendizaje profundo aprenden de datos; ninguno de los dos sigue instrucciones condicionales programadas por una persona.
- Creer que el aprendizaje profundo elimina toda la ingeniería de datos. Sigue haciendo falta limpiar, normalizar y preparar los datos crudos; lo que desaparece es el diseño manual de las características de entrada, no el trabajo de datos en general.
- Elegir un enfoque por prestigio y no por el tipo de dato. La decisión real pasa por los cuatro ejes de la tabla, no por cuál suena más avanzado.
Preguntas frecuentes
¿Qué hace «profundo» a un modelo?
Un modelo se considera «profundo» cuando es una red neuronal con más de una capa oculta: esa es la definición técnica precisa, y no una cuestión de qué tan sofisticado parece el resultado. Una red neuronal es un modelo inspirado en las neuronas biológicas que contiene al menos una capa oculta, es decir, una capa de cálculo intermedia entre los datos de entrada y la predicción, donde el modelo combina y transforma información. Con una sola capa oculta es una red simple; con dos o más, ya es profunda. Cada capa adicional combina lo que aprendió la anterior en representaciones más abstractas. El término solo aplica dentro de la familia de las redes neuronales: un árbol de decisión, una regresión o un bosque aleatorio son machine learning legítimo, pero no tienen capas de ningún tipo, así que preguntar si son «profundos» no tiene sentido.
¿Qué es la ingeniería de características y en qué se diferencia de que el modelo aprenda su propia representación?
La ingeniería de características es el proceso de determinar qué variables podrían ser útiles para entrenar un modelo, y construirlas a partir de los datos crudos antes de entrenar. En el ML clásico ese trabajo lo hace una persona: para detectar correo no deseado, alguien decide contar palabras sospechosas, medir el largo del mensaje o marcar si hay enlaces, y el modelo entrena sobre esos números, nunca sobre el texto original. El aprendizaje profundo invierte ese orden: el modelo recibe el dato crudo —píxeles, texto, audio— y sus capas ocultas aprenden solas, durante el entrenamiento, qué patrones importan. En una red que clasifica fotos de gatos, las primeras capas detectan bordes, las siguientes combinan formas, y las más profundas combinan esas formas en los patrones que distinguen a un gato de un perro. Esa representación aprendida, extraída como vector, es lo que se llama embedding.
¿Cuándo conviene ML clásico y cuándo deep learning?
Conviene el ML clásico cuando los datos son tabulares y estructurados —precio, edad, categoría—, hay relativamente pocos ejemplos, el cómputo es limitado, y es importante explicar por qué el modelo predijo lo que predijo. Predecir el precio de una casa con diez variables tabulares es el ejemplo típico: una regresión o un árbol de decisión rinde bien con una fracción del esfuerzo y permite explicar cuánto pesa cada variable. Conviene el aprendizaje profundo cuando el dato es no estructurado —imagen, audio, video, texto libre—, hay un volumen grande de ejemplos, hay cómputo disponible (casi siempre GPU), y la interpretabilidad exacta importa menos que el desempeño. Clasificar si una foto contiene un gato es el ejemplo típico: no hay columnas naturales que describan una imagen, así que aprender la representación desde los píxeles supera a cualquier característica diseñada a mano.
¿Deep learning necesita siempre más datos y más cómputo? ¿Por qué?
En la práctica, sí, y la razón es la cantidad de parámetros que hay que ajustar. Un modelo profundo, con varias capas ocultas y muchas conexiones internas, tiene muchísimos más parámetros que un modelo clásico. Ajustar esa cantidad con pocos ejemplos no produce un modelo mejor: produce uno que memoriza las particularidades de esos ejemplos —incluido su ruido— en vez de aprender el patrón general. Por eso el volumen de datos y la profundidad son una decisión conjunta: agregar capas sin agregar datos suficientes solo aumenta el riesgo de un modelo que rinde bien en entrenamiento y mal en casos nuevos. El cómputo sigue la misma lógica: entrenar una red con muchas capas sobre un volumen grande de datos implica muchas más operaciones que ajustar un modelo clásico, y por eso casi siempre hace falta una GPU y tiempos de entrenamiento mucho más largos.
¿Un modelo profundo es menos interpretable? ¿Importa eso?
Sí, en general es bastante menos interpretable, y en muchos contextos eso importa. En un modelo clásico como una regresión, se puede señalar cuánto pesa cada variable en la predicción final: es información legible. En un modelo profundo, la predicción surge de la combinación de muchísimos parámetros distribuidos en varias capas, y no hay forma directa de señalar qué parte del modelo decidió tal cosa: funciona, en gran medida, como una caja opaca. Esto importa cuando hay que justificar una decisión ante una persona afectada —un crédito rechazado, un diagnóstico, una selección de personal— o donde una regulación exige explicabilidad, y también para el propio equipo que mantiene el modelo, porque es más fácil detectar un sesgo cuando se puede inspeccionar por qué decidió cada cosa. Por eso la interpretabilidad es uno de los cuatro ejes que conviene evaluar antes de elegir un enfoque, no un problema que aparece después de entrenarlo.
¿Los modelos de lenguaje son deep learning? ¿Dónde encajan?
Sí. Los modelos de lenguaje que se usan hoy para escribir, resumir o conversar son, en su arquitectura interna, aprendizaje profundo: redes con muchas capas ocultas, entrenadas sobre volúmenes de texto sin estructurar que ningún equipo humano podría etiquetar a mano. Encajan del lado del aprendizaje profundo en los cuatro ejes a la vez: el dato de entrada es texto libre, no tabular; el volumen de entrenamiento es enorme; el cómputo necesario requiere infraestructura especializada; y su funcionamiento interno es opaco, sin forma directa de señalar qué parte decidió usar una palabra en particular. No es casualidad: es la misma razón por la que el aprendizaje profundo le gana al ML clásico en cualquier tarea con datos no estructurados, porque el texto libre no tiene columnas naturales y hace falta un modelo que aprenda su propia representación del lenguaje a partir de ejemplos.
Fuentes
Documentación oficial consultada para esta guía. Fecha de consulta: 29 de julio de 2026. No se encontró en el foro un hilo dedicado a comparar ML con deep learning, así que se enlaza la sección general de la comunidad.
Aportes de la comunidad Underc0de
- Underc0de, foro. Sección Inteligencia Artificial y BioHacking. No existe un hilo específico sobre este tema; se enlaza como punto de entrada a la comunidad para quien quiera discutirlo.
Documentación oficial
- Google. Machine Learning Glossary. Definiciones de red neuronal, modelo profundo e ingeniería de características usadas en esta guía.
- Google. Crash Course: Neural networks. Base técnica sobre capas ocultas y arquitectura de redes neuronales.
- Goodfellow, Bengio y Courville (MIT Press). Deep Learning — Introduction. Referencia académica general del enfoque de aprendizaje de representaciones; citada como referencia de contexto, sin cita textual.