DFT a mano: por qué la IA domina el procesamiento de señales

¿Qué es la Transformada Discreta de Fourier y cómo funciona realmente?

En el procesamiento de señales digitales, la Transformada Discreta de Fourier (DFT) es, sin duda, el método más importante. Sin embargo, para muchos desarrolladores y fundadores de startups, la matemática detrás de este concepto resulta intimidante. Tradicionalmente, involucra una sumatoria sobre un término de número complejo $e^{-iwt}$, donde $e$ es el número de Euler, $i$ es la unidad imaginaria, $w$ representa la frecuencia angular y $t$ es el tiempo.

Para desmitificar esta complejidad, el especialista en Inteligencia Artificial de la plataforma byhand.ai desarrolló un ejercicio práctico que demuestra que, debajo de toda esa notación matemática, la DFT es simplemente una serie de multiplicaciones de matrices que se pueden calcular a mano.

Imagina que tienes tres señales (A, B y C) en el dominio de la frecuencia. Cada una de ellas es la suma ponderada de cuatro ondas de coseno a frecuencias de $1w$, $2w$, $3w$ y $4w$. Podemos representar los coeficientes de estas señales en una matriz de frecuencias ($F$), donde cada señal es una fila y cada frecuencia es una columna:

• Señal A: $\cos(w) + 2\cos(2w) \rightarrow [1, 2, 0, 0]$
• Señal B: $\cos(w) + \cos(3w) + \cos(4w) \rightarrow [1, 0, 1, 1]$
• Señal C: $-\cos(2w) + \cos(3w) \rightarrow [0, -1, 1, 0]$

Al muestrear estas ondas continuas en puntos de tiempo discretos (desde $1t$ hasta $10t$), convertimos la representación continua en una señal discreta. Si aplicamos la DFT inversa, transformamos estas señales al dominio del tiempo. Por ejemplo, una señal $X$ en el dominio del tiempo muestreada en 10 puntos podría verse así:

X = [-2.5, -1.8, 3, -0.7, -1.0, -0.7, 3, -1.8, -2.5, 5]

Si no conociéramos los pesos de las frecuencias que componen a $X$, la DFT nos permitiría multiplicar esta señal por una matriz de transformación para descubrir exactamente qué frecuencias la componen y con qué intensidad.

¿Por qué la Inteligencia Artificial es tan buena procesando señales?

Una vez que entiendes que la DFT se reduce a una multiplicación de matrices, la relación entre el procesamiento de señales clásico y el Deep Learning se vuelve evidente. Una red neuronal profunda no es más que una sucesión masiva de multiplicaciones de matrices con funciones de activación no lineales (como ReLU, Sigmoid o Tanh) intercaladas entre ellas.

Por lo tanto, no debería sorprenderte que una red neuronal pueda aprender a realizar la DFT de manera extremadamente efectiva para procesar y analizar señales. Aquí es donde entra el concepto de filtros aprendidos frente a filtros fijos:

1. Filtros Fijos (DFT clásica): Es una transformación matemática prediseñada a mano. No cambia con los datos. Analiza cualquier señal en el dominio de la frecuencia viéndola estrictamente como una combinación de ondas de coseno.
2. Filtros Aprendidos (Deep Learning): Modelos como U-Net o las Redes Neuronales Convolucionales (CNN) aprenden sus propios filtros directamente a partir de los datos para procesar la señal en el dominio espacial o temporal.

Según una investigación de Hsieh et al. (2024), la transición de filtros fijos a filtros aprendidos mediante Inteligencia Artificial permite a los sistemas de software alcanzar niveles de precisión sin precedentes. Esto se debe a que la IA no está limitada a buscar únicamente ondas senoidales o cosenoidales; puede descubrir patrones geométricos y temporales complejos que las herramientas matemáticas tradicionales pasan por alto.

¿Qué significa esto para tu startup de base tecnológica?

Si estás liderando una startup de base tecnológica que trabaja con audio (como de cancelación de ruido o reconocimiento de voz), biosensores (wearables de salud que miden ECG o EEG), o mantenimiento predictivo (sensores de vibración industrial), este concepto cambia las reglas del juego por tres razones principales:

1. Optimización del procesamiento en el "Edge"

El procesamiento de señales en dispositivos con recursos limitados (Edge Computing) requiere una eficiencia extrema. Comprender que la DFT es una multiplicación de matrices permite a tus ingenieros optimizar el código a nivel de hardware, utilizando aceleradores de operaciones matriciales (como las TPU o las NPU modernas) para ejecutar tanto la IA como el procesamiento de señales clásico bajo la misma arquitectura de cálculo.

2. Creación de modelos híbridos más eficientes

No tienes que elegir entre el procesamiento de señales tradicional y el Deep Learning. Las startups más exitosas combinan lo mejor de ambos mundos. De acuerdo con el estudio de Hsieh et al. (2024), utilizar la Transformada Rápida de Fourier (FFT, una versión optimizada de la DFT) como un paso de preprocesamiento para convertir el audio crudo en espectrogramas (imágenes de frecuencia) y luego alimentar esos espectrogramas a una CNN reduce drásticamente el tiempo de entrenamiento y mejora la precisión del modelo.

3. Reducción del "ruido" en la toma de decisiones

Al entrenar modelos de IA con señales del mundo real, la calidad de los datos de entrada lo es todo. La investigación de Hsieh et al. (2024) destaca la importancia del teorema de muestreo de Nyquist-Shannon: si tu hardware no muestrea a una frecuencia de al menos el doble de la frecuencia máxima de la señal, se producirá un fenómeno llamado aliasing (distorsión). Ningún modelo de Deep Learning, por más avanzado que sea, podrá reconstruir con precisión una señal mal muestreada en el hardware.

Acciones concretas para implementar en tu producto tech

Como fundador o CTO, puedes guiar a tu equipo de ingeniería para aplicar estos principios de inmediato:

• Implementa FFT como capa de preprocesamiento: Si tu modelo de IA procesa audio o vibraciones, no le entregues la señal cruda en el dominio del tiempo. Aplica una FFT para convertirla al dominio de la frecuencia. Esto reduce la dimensionalidad del input y permite que tu red neuronal se enfoque en clasificar patrones de frecuencia en lugar de aprender la transformada desde cero.
• Garantiza el cumplimiento del Teorema de Nyquist en tu hardware: Si desarrollas dispositivos IoT o wearables, asegúrate de que la tasa de muestreo de tus sensores esté muy por encima del límite teórico de Nyquist. Aplica filtros analógicos anti-aliasing físicos antes de que la señal llegue al convertidor analógico-digital (ADC). Esto garantizará que tu IA reciba datos limpios y libres de distorsiones matemáticas insalvables.
• Explora arquitecturas de dominio mixto: Diseña redes neuronales que incorporen capas de Fourier personalizadas. Al permitir que algunas capas de la red operen en el dominio de la frecuencia (mediante multiplicaciones matriciales que imitan la DFT) y otras en el dominio del tiempo, tu modelo podrá capturar tanto dependencias temporales de corto plazo como patrones de frecuencia de largo plazo.

Fuentes

• Discrete Fourier Transform by Hand
• Deep Learning, Machine Learning - Digital Signal and Image Processing: From Theory to Application