Diferenciación automática
Sinónimos: Automatic differentiation · Autodiff
Definición ampliada
La diferenciación automática, también llamada automatic differentiation o autodiff, descompone un programa numérico en operaciones elementales y aplica sistemáticamente la regla de la cadena para obtener derivadas.
No manipula una fórmula como la diferenciación simbólica ni aproxima la derivada perturbando entradas como las diferencias finitas. Evalúa derivadas de las operaciones ejecutadas, con la precisión limitada por la aritmética numérica [1].
Contexto histórico
La diferenciación automática se desarrolló desde la década de 1960 en cálculo científico. El aprendizaje profundo la acercó al uso cotidiano mediante grafos de cómputo y bibliotecas capaces de registrar operaciones. La retropropagación es una aplicación especializada del modo inverso a redes neuronales, no un sinónimo de toda la disciplina [1].
Importancia actual
A fecha de septiembre de 2026, autodiff permite entrenar modelos expresados como programas sin derivar manualmente cada composición. El modo directo es ventajoso cuando hay pocas entradas; el inverso, cuando una salida escalar —la pérdida— depende de muchos parámetros.
Aplicaciones
Generales
- Calcular gradientes para optimización y aprendizaje profundo.
- Diferenciar simulaciones y modelos científicos compatibles.
- Construir operaciones personalizadas dentro de un grafo de cómputo.
- Obtener productos con jacobianos sin materializar matrices completas.
Sanitarias
- Entrenar modelos sobre imágenes, señales o texto biomédico.
- Ajustar modelos diferenciables de investigación fisiológica.
- Optimizar una pérdida clínica definida previamente, sin confundirla con el desenlace real que pretende representar.
Limitaciones
- El modo inverso conserva valores intermedios y puede consumir mucha memoria.
- Operaciones discretas, ramas y puntos no diferenciables requieren decisiones o aproximaciones explícitas.
- Una derivada puede desbordarse, anularse o acumular error numérico.
- Obtener el gradiente correcto de una función mal planteada solo optimiza el objetivo equivocado con mayor eficiencia.
- El código con efectos externos o control complejo puede dificultar el grafo.
Ejemplos
En una red que produce una pérdida escalar, autodiff registra las operaciones de la pasada hacia delante. El modo inverso recorre después ese grafo para calcular cómo cambiaría la pérdida respecto a cada parámetro; el optimizador decide finalmente cómo actualizarlo.
En un modelo de dosis-respuesta diferenciable, la técnica calcula sensibilidad matemática respecto a parámetros. Esa sensibilidad no identifica por sí sola un efecto causal ni una dosis clínicamente adecuada.