¿Cómo cambiará la forma en que los usuarios interactúan con los algoritmos de aprendizaje automático en los próximos años?

Mi predicción:

Los servicios de aprendizaje automático entrarán en modo sigiloso.

Hoy en día, hay una gran cantidad de startups que usan ML para hacer esto e inteligencia artificial para hacer eso. A muchas nuevas empresas de tecnología les encanta hablar de cómo están haciendo las cosas en lugar de lo que realmente están haciendo. Si alguien está usando ML para hacer algo, puedes estar completamente seguro de que es lo primero que transmitirán a todos los que encuentren.

En este momento, hay tanta expectación en torno a ML que esta estrategia de marketing funciona. Los clientes empresariales a menudo son hipnotizados por palabras de moda, pero a los usuarios solo les importa la funcionalidad.

Los grandes ganadores son las empresas que silenciosamente integran ML en sus productos. Piensa en Google Search. Todos lo usamos, pero la mayoría de la gente no tiene idea de lo que sucede debajo del capó. Tampoco les importa. Creo que este es el futuro de cómo los usuarios interactuarán con los algoritmos de ML.

Creo que eventualmente, la mayoría de las industrias se darán cuenta de que ML es simplemente una herramienta, no un producto en sí mismo. Esto suena como una mala noticia para nosotros que estamos en ML, pero creo que la mayoría de las personas también se darán cuenta de que puede ser una herramienta muy útil .

Hoy, encuentras tres tipos de personas:

  • Ingenieros de ML / personas de datos: Conocemos las ventajas y limitaciones de ML.
  • Creyentes de ML: piensan que ML es un truco mágico que puede hacer cualquier cosa.
  • Escépticos de ML: piensan que no funciona y que todo es una farsa.

Creo que los dos últimos grupos comenzarán a fusionarse en supuestos más realistas sobre lo que ML puede y no puede lograr. Esto lleva a mi próxima predicción:

El aprendizaje automático se integrará en productos en muchas más industrias.

La persona promedio ya está interactuando con algoritmos de ML muchas veces al día sin darse cuenta (clasificación de la página de búsqueda de Google, recomendaciones de Amazon y Netflix, detección de spam de Gmail, etc.).

Esto se multiplicará. ML ya no se limitará a los sitios web de grandes compañías de Internet, sino que ingresará a nuestra vida diaria a través de Internet de las Cosas. Siempre que conduzca su automóvil, vaya a la tienda, use su horno de microondas o cualquier cosa que sea remotamente tecnológica, interactuará con una gran cantidad de algoritmos ML en todas partes, y ni siquiera lo sabrá.

No estoy seguro de lo que quieres decir aquí, pero una de las ideas más importantes en informática es la idea de la abstracción. Un usuario nunca debería necesitar saber cómo funciona algo para poder usar un producto, ¿verdad? Cuando las personas escriben una búsqueda en Google, ¿realmente les importa cómo Google implementó su algoritmo de búsqueda? Realmente no. Les importa que obtengan resultados de búsqueda buenos y relevantes. Cuando le pido a Siri que establezca un recordatorio para algo, ¿realmente me importa internamente cómo Apple utiliza el aprendizaje profundo para comprender mi discurso? No, no particularmente. Solo quiero que entienda lo que estoy diciendo y establezca el recordatorio. Esta idea de abstracción es la razón por la que muchos productos son tan fáciles de usar hoy en día, incluso si no tiene idea interna de cómo funciona.

Imagine un mundo en el que utilizar un producto en particular, debe saber exactamente cómo funciona hasta el último detalle. Estoy bastante seguro de que si este fuera el caso, nadie en el mundo podría usar Google (por lo que he escuchado, nadie tiene conocimiento del algoritmo de búsqueda completo de Google). La mayoría de la tecnología que damos por sentado tampoco podría usarse si este fuera el caso. Incluso a medida que los algoritmos de la máquina cambien en los próximos años, esta idea de abstracción nunca desaparecerá si desea que la gente realmente use el producto. Como resultado, no creo que la forma en que los usuarios interactúen con estos productos cambie de ninguna manera.

More Interesting

¿Qué compañía ofrece la mejor capacitación en inteligencia artificial para una carrera en Jaipur?

¿Cuándo deben usarse las redes neuronales y cuándo deben usarse los algoritmos genéticos? Cuáles son las diferencias entre ellos?

¿Qué se necesitaría para hacer un pequeño robot autónomo?

¿Qué no admite OpenAI conceptos como TINU (https://tinu.live)?

Cómo convertirse en un buen robotista

¿AI y ML matarán los trabajos de los desarrolladores front-end, diseñadores o ambos? ¿Las personas que aprenden AngularJS, ReactJS, etc., son inseguras en el mundo de la IA?

¿Qué es el lenguaje de programación Lisp? ¿Cómo se relaciona con Python?

¿Las redes neuronales son ineficientes? Si es así, ¿por qué?

¿Cuál puede ser la próxima gran cosa después de ML e IA?

Qué tan rápido calcula el cerebro la información visual. ¿Desde la luz llega al ojo hasta la "conciencia" de la impresión? ¿Y cómo viaja la información?

¿Cuáles son los pros y los contras de las redes neuronales desde una perspectiva práctica? Comentarios personales de grandes usuarios bienvenidos.

Si ya tenemos algoritmos más inteligentes que las bacterias, ¿por qué no podemos simplemente hacer un gran proyecto web y dejar que se ejecute a toda velocidad para evolucionar hacia Singularity?

¿Cómo es tener a Daphne Koller o Andrew Ng como su asesor de investigación?

¿Cómo podemos fusionar neurociencia + IA?

¿Cuáles son los temas candentes en el aprendizaje automático en 2016?