Primero, una respuesta asumiendo que esta es una pregunta amplia (no estrecha como en “limitado a problemas específicos de LA”):
- Diferentes tipos de problemas requieren diferentes tipos de soluciones. No todos los problemas necesitan Deep Learning.
- Usando una aplicación simplificada de Cynefin Framework de Dave Snowden –
- Los problemas simples solo necesitan entrenamiento. No hay necesidad de ML.
- Los problemas complicados necesitan experiencia. No hay necesidad de ML.
- Los problemas complejos necesitan sistemas de retroalimentación. ML podría ayudar.
- Las situaciones caóticas (¿problemas?) Necesitan desestabilización. La necesidad de ML es discutible.
Si asume que su pregunta estaba en el contexto de problemas adecuados para ML:
- por ejemplo, es un problema simple (” solo necesita capacitación”), pero desea que un robot autónomo aprenda el proceso (por ejemplo, colocar ladrillos, sortear obstáculos, …), entonces hay muchos problemas para los que puede aplicar técnicas de aprendizaje profundo .
- Por supuesto, incluso dentro de este ámbito, hay problemas para los que bastarán las técnicas más simples (en la medida en que podamos llamar ML simple).
- ¿Qué es exactamente el encaje neural y cómo traerá una nueva era en tecnología?
- ¿Cuál es un buen seguimiento del curso introductorio Coursera Machine Learning de Andrew NG (Coursera)? ¿Qué cursos ayudan a uno a dominar el aprendizaje automático?
- ¿Qué pasará una vez que las computadoras nos reemplacen?
- Ray Kurzweil siente que es probable que la IA poderosa sea buena para la humanidad, mientras que Bill Joy siente lo contrario. ¿Quién es correcto y por qué?
- ¿Es la vida biológica solo un paso evolutivo entre la materia inanimada y la IA?
