Hidden Markov Model (HMM)

Un modelo oculto de Markov (HMM) es un marco estadístico utilizado para modelar sistemas cuyo proceso interno no es directamente visible —de ahí lo de «oculto»—, pero puede inferirse mediante una secuencia de eventos observables. Aunque el aprendizaje profundo moderno ha evolucionado para gestionar secuencias complejas, el HMM sigue siendo un concepto fundamental en la IA estadística y la teoría de la probabilidad. Es especialmente eficaz para analizar datos de series temporales, en los que el orden de los eventos proporciona un contexto crucial, basándose en el principio fundamental de que la probabilidad de un estado futuro depende únicamente del estado actual, no del historial que lo precede.

Mecanismos fundamentales de los HMM#

Para entender cómo funciona un HMM, es esencial distinguir entre las dos capas diferenciadas del modelo: los estados invisibles y las salidas visibles. El modelo presupone que el sistema realiza transiciones entre estados ocultos según probabilidades específicas y emite una observación en cada paso.

Un HMM se define mediante un conjunto de parámetros que rigen estas transiciones y emisiones:

• Estados ocultos: Representan la realidad subyacente del sistema en un momento dado. En un modelo del habla, un estado oculto podría representar un fonema o una palabra concretos.
• Eventos observables: Son los puntos de datos que recopilan realmente los sensores o las entradas. En el ejemplo del habla, la observación serían los datos de la forma de onda de audio o del espectrograma.
• Probabilidades de transición: Esta matriz describe la probabilidad de pasar de un estado oculto a otro. Por ejemplo, la probabilidad de que el tiempo cambie de «lluvioso» a «soleado».
• Probabilidades de emisión: Definen la probabilidad de observar una observación específica dado un estado oculto actual.
• Probabilidades iniciales: La distribución que determina el estado en el que es más probable que comience el sistema.

El entrenamiento de un HMM suele implicar el algoritmo de Baum-Welch para estimar estos parámetros a partir de datos de entrenamiento. Una vez entrenado, el algoritmo de Viterbi se utiliza habitualmente para descodificar la secuencia más probable de estados ocultos a partir de un nuevo conjunto de observaciones.

HMM frente a otros modelos de secuencias#

Aunque los HMM comparten similitudes con otras herramientas de procesamiento de secuencias, difieren significativamente en arquitectura y aplicación:

• HMM frente a redes neuronales recurrentes (RNN): Las redes RNN y las redes de memoria a corto y largo plazo (LSTM) son modelos de aprendizaje profundo capaces de capturar dependencias a largo plazo y patrones no lineales, mientras que los HMM son modelos probabilísticos más sencillos, limitados por la suposición de Markov (memoria a corto plazo). Sin embargo, los HMM requieren muchos menos datos y son mucho más interpretables.
• HMM frente al filtro de Kalman (KF): Ambos se utilizan para estimar estados. Sin embargo, los filtros de Kalman están diseñados para estados continuos (como seguir la ubicación precisa de un coche en movimiento), mientras que los HMM se utilizan para estados discretos (como determinar si el coche está «aparcado», «en marcha» o «detenido»).

Aplicaciones en el mundo real#

A pesar del auge del aprendizaje profundo (DL), los modelos ocultos de Markov siguen utilizándose ampliamente en situaciones que requieren inferencia probabilística sobre secuencias.

Reconocimiento del habla y de la escritura manuscrita#

Históricamente, los HMM fueron la base de los sistemas de reconocimiento del habla. En este contexto, las palabras pronunciadas son los estados «ocultos» y las señales de audio grabadas por el micrófono son las observaciones. Los HMM ayudan a determinar la secuencia más probable de palabras que produjo la señal de audio. Del mismo modo, ayudan a descifrar la escritura manuscrita cursiva mediante el modelado de la transición entre trazos de caracteres.

Análisis de secuencias biológicas#

En el campo de la bioinformática, los HMM son fundamentales para la predicción de genes y el alineamiento de proteínas. Analizan secuencias de ADN o aminoácidos para identificar regiones funcionales, como genes dentro de un genoma. Los estados «ocultos» podrían representar regiones codificantes o no codificantes, mientras que los nucleótidos específicos (A, C, G, T) actúan como observaciones.

Reconocimiento de acciones en visión artificial#

En la visión artificial moderna, los HMM pueden combinarse con modelos como YOLO26 para realizar reconocimiento de acciones. Mientras YOLO detecta objetos o poses en fotogramas individuales, un HMM puede analizar la secuencia de estas poses a lo largo del tiempo para clasificar una acción, como «caminar», «correr» o «caerse».

Integración del análisis visual y de estados#

Para los desarrolladores que utilizan la Ultralytics Platform para gestionar conjuntos de datos y modelos, entender la lógica secuencial es esencial. Un modelo de visión proporciona las observaciones sin procesar (detecciones), que después pueden introducirse en un modelo de espacio de estados, como un HMM, para inferir el contexto temporal.

El siguiente ejemplo muestra cómo generar una secuencia de observaciones mediante la estimación de poses de YOLO26. Estos puntos clave pueden servir como entrada de «eventos observables» para un HMM posterior o una lógica similar que clasifique comportamientos a lo largo del tiempo.

from ultralytics import YOLO

# Load the YOLO26n-pose model for efficient keypoint detection
model = YOLO("yolo26n-pose.pt")

# Run inference on a video source (the 'observable' sequence)
# stream=True creates a generator for memory efficiency
results = model.predict(source="path/to/video.mp4", stream=True)

# Iterate through frames to extract observations
for result in results:
    # Each 'keypoints' object is an observation for a potential HMM
    keypoints = result.keypoints.xyn.cpu().numpy()

    if keypoints.size > 0:
        print(f"Observation (Normalized Keypoints): {keypoints[0][:5]}...")
        # In a full pipeline, these points would be fed into an HMM decoder

Importancia en la IA moderna#

Aunque los transformadores y los modelos de lenguaje grandes (LLMs) han sustituido a los HMM en tareas como el procesamiento del lenguaje natural (NLP), los HMM siguen siendo relevantes en la computación perimetral y en entornos de baja latencia. Su eficiencia computacional los hace ideales para sistemas con recursos limitados en los que no es viable un uso intensivo de la GPU. Además, como se basan en matrices de probabilidad transparentes, ofrecen una mayor observabilidad en comparación con la naturaleza de «caja negra» de muchas redes neuronales.