¿Qué problemas no se pueden resolver o son realmente difíciles de resolver sin el aprendizaje automático?

Problemas para los que no hay datos suficientes, el 90% de la solución para el aprendizaje automático es obtener datos suficientes. Los juegos proporcionan una excelente manera de obtener los datos porque generalmente puedes usar simulaciones para generar datos, por eso diría que son relativamente fáciles. Hay muchos problemas para los cuales la generación u obtención de datos no es (todavía) posible, que son exactamente los problemas que el aprendizaje automático no puede resolver. Algunos ejemplos:

• Al predecir el comportamiento de los tiburones, no debería ser demasiado difícil, excepto que no tengo idea de dónde obtener los datos. En general, los problemas para los que aún no hemos reunido suficientes datos seguirán siendo un puente demasiado lejos para el aprendizaje automático.
• Al predecir la próxima crisis financiera, definitivamente hay algunos datos, pero apenas ha habido suficientes crisis financieras bien registradas para generar suficientes datos para predecir la próxima. Los eventos únicos en general plantean un problema porque la baja recurrencia no deja suficientes datos.

Yo diría que la mayoría de los obstáculos son la falta de datos (o la falta de datos útiles). Entonces, en mi opinión, los últimos problemas que quedan sin resolver por el aprendizaje automático son aquellos en los que no podemos obtener datos suficientes.