el Deep learning en Colombia, ha sido utilizado en las empresas colombianas para reconocer

piezas nuevas y registrarlas en inventarios, ya que las escanean y las comparan con las imágenes
que ya están registradas y así logran que se reconozca que es un objeto nuevo. Del mismo modo
se ha venido utilizando para reconocer defectos en las mercancías ya que detectan si su forma,
tamaño y/o color son diferentes a los establecidos y En el campo de la medicina se ha programado
para la lectura de fórmulas.

Ay empresas como

• AI Turing que fue creado por 2 ingenieros y que permite enviar información en tiempo real
de cómo se lleva a cabo las estrategias de marca en los puntos de venta, se ha logrado
analizar mas de 200 mil imágenes y su fiabilidad ha llegado al 95% y está en varios países
de Latinoamérica

• Otra empresa es Voice Feelings y otros call centers es una herramienta que logra detectar
las emociones de los clientes a través de sus ondas vocales, ayudando a que los asesores
puedan saber como tratar a los clientes y mantener una comunicación empática con esto
han logrado que la satifaccion del cliente aumente hasta un 94%

Además, empresas como Grupodot, se centran en el análisis, enseñanza y en la producción del

machine learning, teniendo en cuenta el Deep learning.

Pero el uso de esta herramienta en Colombia se remite en el análisis por medio de texto, voz,
imágenes y videos ya que ha sido limitado por los siguientes problemas

Primero la gestión de lenguajes de ciencia de datos, esto porque al momento en el que se escoge
la herramienta en la cual se van a escribir los códigos, se escoge escogen dependiendo el nivel de
complejidad, velocidad, conocimiento previo, lo cual permite que se logre resolver las
complejidades del negocio. Pero al pasar el tiempo las necesidades pueden cambiar y no se puede
cambiar la herramienta y se podría dar el trabajo por perdido o dejar un vacío en las soluciones de
la plataforma.

Algunos lenguajes que son utilizados son R que tiene un paquete para casi todas las aplicaciones
cuantitativas y estadísticas imaginables. Esto incluye redes neuronales, regresión no lineal,
filogenia, cartografía, mapas; pero No es un lenguaje rápido y no es bueno para programaciones
de propósito general.,

PaYTHON es otra lengua que tiene un Lenguaje de programación de uso general muy popular y
general y Cuenta con una amplia gama de módulos específicos y soporte comunitario. Pero Solo se
centra en el análisis estadístico y de datos

Y JAVA es una lengua que tiene La capacidad de integrar métodos de ciencia de datos
directamente en la base de código existente es poderosa. Pero su Lenguaje es difícil y poco
accesible (no dispone de muchas librerías disponibles para métodos estadísticos avanzados).

Otros problemas son la transferencia de casos, la portabilidad y el tiempo. El Deep Learning está
diseñado para trabajar dentro de escenarios y situaciones específicos, y cuando los requerimientos
no están específicamente en el algoritmo, las soluciones arrojadas son muy superficiales o fuera
de contexto; debido a esto, al pasar de un sistema a otro las organizaciones pueden quedar
bloqueadas en una plataforma en particular; y tanto en estos fallos como al configurar cada
estructura dependiendo de las diferencias del proceso en cada caso, el tiempo se va alargando
debido al arduo trabajo.

De acuerdo a esto se plantearon dos soluciones; para la gestión del lenguaje se plantea la
generación de un estudio previo y la otra es una estructura más general para ahorrar tiempo de
ejecución en las empresas, a estas dos soluciones también se podría dar un buen uso del big data,
ya que así se tendría una mayor información para procesar, teniendo más y mejores alternativas
para la solución de problemas de las empresas.

Ya para las demás problemáticas se plantea, Por medio de una estructura mas general se podría
establecer una base para un campo no especifico, logrando ahorrar tiempo de ejecución en las
empresas, que solo tendrían que añadir las diferentes soluciones para su portafolio de problemas.