IIoT / Sistemas integrados y VR. ahí es donde deberían apuntar las ECE.
El aprendizaje automático es solo una parte de la IA. Generalmente necesita dominar ML y proceder a AI. Pero la ML y la IA pueden ser realizadas por cualquier persona buena en matemáticas o cualquier persona con una calificación de TI y buena en álgebra, matemática vectorial. Mientras que los estudiantes de ECE deben considerar el fortalecimiento de la ingeniería de sistemas integrados, m2m / interfaces / controladores de dispositivos, telemática, … y en la atención médica: desde hápticos hasta la recopilación de datos invasivos del cuerpo …
En este momento, Google ya ha desarrollado APIs para “atumar ML” utilizando AI. Podemos ver algunos cambios tectónicos en este espacio pronto. Limite su comprensión a ML y su aplicación a los datos de IoT si es necesario.
- ¿Cuáles son algunos de los mejores chatterbots?
- ¿Cómo está Facebook AI Research (FAIR) en comparación con sus competidores?
- ¿Cuándo puedo ver el aprendizaje automático en el desarrollo de IDE?
- ¿En qué problema debería trabajar (mi amigo y yo tenemos experiencia en aprendizaje automático)?
- ¿Cuánta potencia informática requiere un robot inteligente general?
Dicho esto, si eres capaz de dominar tanto ML / AI como la generación de datos / ingeniería de datos, eso será lo último.
Como regla general, aquellos que reorganizan los sistemas para ‘recopilar’ y ‘poseer’ datos ganan el pastel, mientras que los de Visualizar / analizar / informar sobre los datos recopilados juegan un papel limitado.
