El deep learning (aprenentatge profund) és la tecnologia que hi ha darrere dels assistents de veu, dels cotxes que "veuen" la carretera, dels traductors automàtics i dels sistemes que et recomanen quina pel·lícula mirar aquesta nit. En aquesta primera lliçó definirem què és exactament, com es relaciona amb la intel·ligència artificial i el machine learning, per què se'n diu "profund" i, sobretot, quan té sentit fer-lo servir i quan no. A més, presentarem el cas pràctic que ens acompanyarà durant tot el curs: TecnoMarket, una botiga en línia d'electrònica i llar que vol incorporar el deep learning al seu dia a dia.

1. El cas TecnoMarket: el fil conductor del curs
2. Definició de Deep Learning
3. IA, Machine Learning i Deep Learning: com es relacionen
4. Per què "profund"? La jerarquia de representacions
5. La diferència clau amb el machine learning clàssic
6. Quan convé fer servir Deep Learning (i quan no)

Imagina que treballes a l'equip de dades de TecnoMarket, una botiga en línia fictícia que ven electrònica i productes per a la llar. Milers de venedors pugen productes cada dia, els clients escriuen ressenyes, es processen pagaments i el departament de màrqueting necessita material gràfic constantment. La direcció ha decidit apostar pel deep learning per resoldre problemes molt concrets:

• Classificar automàticament les fotos de productes que pugen els venedors (és un portàtil, una cafetera, un televisor?).
• Analitzar les ressenyes dels clients per saber si són positives o negatives sense haver de llegir-les una per una.
• Predir la demanda de productes per gestionar millor el magatzem.
• Detectar transaccions fraudulentes entre els milers de pagaments diaris.
• Generar imatges promocionals per a campanyes de màrqueting.

Al llarg del curs, cada tècnica que aprenguis es plantejarà com un pas d'aquest projecte. Abans d'aplicar cada tècnica a les dades (fictícies) de TecnoMarket, la provarem amb datasets públics estàndard (MNIST, CIFAR-10, IMDB...), que fan de "bancs de proves": són petits, estan ben documentats i permeten prototipar de pressa. Aquesta manera de treballar —prototip amb dades públiques, després aplicació al problema real— és exactament la que es fa servir a la indústria.

El deep learning és una branca del machine learning que utilitza xarxes neuronals artificials amb moltes capes per aprendre, directament de les dades, les representacions necessàries per resoldre una tasca.

Desgranem la definició:

• Branca del machine learning: no és res separat de l'aprenentatge automàtic, sinó una família concreta de tècniques dins seu.
• Xarxes neuronals artificials: models matemàtics inspirats (de manera molt lliure) en com les neurones del cervell es connecten entre si. En veurem els components a la lliçó 01-04.
• Amb moltes capes: d'aquí ve això de "profund". Les dades travessen diverses etapes de transformació, no una de sola.
• Aprendre directament de les dades: no programem regles a mà; el sistema ajusta els seus paràmetres interns a partir d'exemples.

Un exemple amb TecnoMarket: en comptes d'escriure regles del tipus "si la imatge té una pantalla rectangular i un teclat, és un portàtil" (una cosa gairebé impossible de programar bé), mostrem al sistema milers de fotos etiquetades ("això és un portàtil", "això és una cafetera") i ell aprèn tot sol quins patrons visuals distingeixen cada categoria.

És molt habitual fer servir aquests tres termes com a sinònims, però no ho són. Són cercles concèntrics: cadascun està contingut dins de l'anterior.

La conseqüència pràctica: tot el deep learning és machine learning, i tot el machine learning és IA, però no a l'inrevés. Quan en una notícia llegeixis "una IA fa X", avui dia gairebé sempre es refereixen a un sistema de deep learning, però convé que tu, com a professional, facis servir els termes amb precisió.

La paraula deep (profund) no vol dir "profund" en el sentit d'"intel·ligent" o "filosòfic". Es refereix a una cosa molt concreta: el nombre de capes que les dades travessen dins de la xarxa.

L'interessant és el que passa en aquestes capes. Cada capa transforma la sortida de l'anterior en una representació una mica més abstracta. És el que s'anomena jerarquia de representacions:

1. Capes inicials: detecten patrons molt simples. En una imatge, per exemple, vores, cantonades i taques de color.
2. Capes intermèdies: combinen aquests patrons simples en formes més complexes: textures, cercles, reixetes, contorns.
3. Capes finals: combinen les formes en conceptes: "roda", "pantalla", "nansa de cafetera".
4. Capa de sortida: fa servir aquests conceptes per prendre la decisió final: "això és una cafetera amb un 97% de confiança".

L'analogia humana és útil: quan tu reconeixes una cafetera, no analitzes píxel a píxel de manera conscient. El teu sistema visual també construeix jerarquies: llum → contorns → formes → objecte. El deep learning replica aquesta idea de forma matemàtica.

Punt clau: ningú no programa què ha de detectar cada capa. La xarxa descobreix per si mateixa quines representacions intermèdies són útils durant l'entrenament. Això ens porta a la diferència fonamental amb el ML clàssic.

En machine learning clàssic (regressió logística, arbres de decisió, SVM, random forests...), el flux de treball té un pas manual crític: l'enginyeria de característiques (feature engineering). Un humà expert decideix quines variables cal extreure de les dades brutes per donar-les al model.

En deep learning, aquest pas desapareix: la xarxa rep les dades brutes (o gairebé) i aprèn ella mateixa les característiques rellevants.

Vegem-ho amb el classificador de fotos de TecnoMarket, en pseudocodi conceptual (no és codi real d'entrenament, això arribarà al mòdul 2):

Fixa't en el problema de l'enfocament clàssic: quines característiques numèriques distingeixen una cafetera d'una tetera elèctrica? És dificilíssim escriure-les a mà, i per això durant dècades la visió per computador va avançar lentament. El deep learning va eliminar aquest coll d'ampolla: li dones les fotos en brut i les etiquetes, i la jerarquia de representacions que hem vist abans emergeix tota sola de l'entrenament.

Això no vol dir que el ML clàssic estigui obsolet. Per a dades tabulars (una taula de clients amb edat, despesa mensual i nombre de comandes), els mètodes clàssics sovint continuen sent la millor opció: més ràpids, més barats i més interpretables.

El deep learning és una eina potent, però no és la resposta a tot. Com a futurs responsables tècnics de TecnoMarket, la primera habilitat professional és saber quan aplicar-lo.

• Les dades són no estructurades: imatges, text lliure, àudio, vídeo. És on el DL arrasa davant del ML clàssic.
• Tens moltes dades (milers o, millor, milions d'exemples etiquetats), o pots aprofitar models preentrenats (ho veurem al mòdul 5 amb el transfer learning).
• El problema és massa complex per a regles manuals: ningú no sap escriure les regles que defineixen "ressenya sarcàstica" o "foto de cafetera".
• La precisió importa més que l'explicabilitat: acceptes un cert grau de "caixa negra" a canvi de millors resultats.
• Disposes de recursos de còmput (GPU) o pots fer-los servir al núvol.

• Tens poques dades i no hi ha cap model preentrenat aplicable: amb 200 exemples, un model clàssic ben ajustat sol guanyar.
• Les dades són tabulars i el problema és senzill: per predir si un client pagarà a temps a partir de 10 variables, un gradient boosting clàssic probablement rendirà igual o millor amb una fracció del cost.
• Necessites explicar cada decisió: en contextos regulats (concessió de crèdits, diagnòstics), la interpretabilitat pot ser un requisit legal.
• El cost computacional no compensa: entrenar xarxes profundes consumeix temps, energia i diners. Un model que triga dies a entrenar-se per millorar un 0,5% potser no justifica la factura.
• Una solució simple ja funciona: la regla d'or de l'enginyeria: comença simple, complica-ho només si cal.

Aquesta taula resumeix la mentalitat correcta: el deep learning és un martell excel·lent, però no tot són claus.

• Error: fer servir "IA", "ML" i "deep learning" com a sinònims. Són conjunts niats. Precisió terminològica = credibilitat professional.
• Error: creure que "profund" vol dir "més intel·ligent". Només es refereix al nombre de capes. Una xarxa profunda mal entrenada és pitjor que un model simple ben fet.
• Error: pensar que el deep learning no necessita feina humana. Elimina l'enginyeria de característiques manual, però exigeix molta feina amb les dades: recopilar-les, netejar-les, etiquetar-les. En projectes reals, el 70-80% del temps se'n va en les dades.
• Error: començar pel deep learning "perquè està de moda". Comença sempre per la solució més simple que pugui funcionar; escala a DL quan el problema ho justifiqui.
• Consell: quan et proposin un projecte, fes-te tres preguntes: les dades són no estructurades?, quants exemples tinc?, necessito explicar les decisions? Amb aquestes tres respostes, la tria DL vs. ML clàssic gairebé es decideix sola.

Indica si cadascun d'aquests sistemes és IA (sense ML), ML clàssic o deep learning:

1. Un sistema que bloqueja comandes si l'import supera els 5.000 € i el compte té menys de 7 dies (regla fixa programada).
2. Un arbre de decisió que prediu si un client tornarà un producte fent servir 8 variables de la seva fitxa.
3. Una xarxa neuronal de 50 capes que identifica el producte que apareix en una foto.

Per a cada necessitat de TecnoMarket, raona si recomanaries deep learning, ML clàssic o cap tècnica d'aprenentatge, i per què:

1. Transcriure automàticament les trucades telefòniques del servei d'atenció al client.
2. Calcular les despeses d'enviament segons el pes i la destinació.
3. Predir la despesa anual d'un client a partir de 12 variables de la seva fitxa, amb un històric de 3.000 clients.

Explica amb les teves paraules, en 4 nivells (del més simple al més abstracte), què podria aprendre cada "zona" de capes d'una xarxa profunda que analitza ressenyes de text de TecnoMarket per decidir si són positives o negatives. (Pista: pensa en l'equivalent textual de "vores → formes → parts → objecte".)

Solució 1:

1. IA sense ML: és un sistema de regles escrites a mà; simula una decisió "intel·ligent" però no aprèn res de les dades.
2. ML clàssic: aprèn de dades, però fa servir característiques ja elaborades (variables de la fitxa) i un model no neuronal.
3. Deep learning: xarxa neuronal amb moltes capes que treballa sobre dades brutes (píxels).

Solució 2:

1. Deep learning: l'àudio és una dada no estructurada i la transcripció de veu és un problema on el DL és l'estat de l'art. A més, hi ha models preentrenats que estalvien entrenar des de zero.
2. Cap tècnica d'aprenentatge: és una fórmula determinista (tarifa per pes i zona). Fer servir ML aquí seria un error de disseny: afegiria incertesa a una cosa que es pot calcular amb exactitud.
3. ML clàssic: dades tabulars, poques variables i un dataset modest (3.000 files). Un model clàssic serà probablement igual o més precís, més ràpid d'entrenar i més fàcil d'explicar.

Solució 3 (resposta orientativa):

1. Nivell 1 — unitats bàsiques: caràcters o paraules soltes ("perfecte", "trencat", "mai").
2. Nivell 2 — combinacions locals: parells o grups de paraules amb significat conjunt ("no funciona", "molt content", "hi tornaria a comprar").
3. Nivell 3 — estructures: frases amb matisos com negacions, comparacions o sarcasme ("esperava més d'aquesta marca").
4. Nivell 4 — concepte global: el sentiment general de la ressenya (positiva/negativa) integrant tot l'anterior.

No cal que la teva resposta coincideixi paraula per paraula: l'important és la idea que cada nivell combina els patrons de l'anterior en alguna cosa més abstracta.

En aquesta lliçó hem establert les bases conceptuals del curs: el deep learning és la branca del machine learning que fa servir xarxes neuronals de moltes capes per aprendre jerarquies de representacions directament de les dades, eliminant l'enginyeria de característiques manual que limita el ML clàssic. També hem vist que no és cap bala de plata: brilla amb dades no estructurades i abundants, però amb dades tabulars escasses o problemes deterministes hi ha opcions millors i més barates. I hem conegut TecnoMarket, la botiga en línia que ens farà de projecte durant tot el curs.

Ara que saps què és el deep learning, la següent pregunta natural és d'on ve: per què una idea dels anys 50 ha trigat més de mig segle a canviar el món? Ho descobrirem a la propera lliçó, dedicada a la història i l'evolució del deep learning.