Sin embargo, yo también estoy decepcionado por este hecho. Se parece más a una competencia nacional de China 🙂
La razón por la que creo es que la mayoría de los grandes nombres consideran que la competencia ImageNet está resuelta y que no hay suficiente recompensa para dedicar recursos y tiempo solo para esta competencia que ha logrado una tasa de error de los 5 principales del 3,08% el año pasado por GoogleNet [1] y el hecho de que la base de datos en sí tiene un error de 1 ~ 1.5%, simplemente no vale la pena dedicar recursos, tiempo y cerebro a esto.
Por supuesto, uno puede contrarrestar esto diciendo que los datos de ImageNet son un gran lugar para probar la arquitectura de red avanzada, pero hacerlo en un conjunto de datos más ligero como CIFAR10 o CIFAR100 es mucho menos complicado y la siguiente área de investigación también tiende a tener en cuenta uno Más dimensión que es el tiempo.
- ¿El aprendizaje profundo se está volviendo más importante y valioso que el aprendizaje automático?
- ¿Quién está más cerca de desarrollar una verdadera IA?
- ¿Los robots y la IA respetarán la confidencialidad?
- ¿Los robots alguna vez vencerán a la humanidad?
- ¿Qué tipo de software puedo hacer aprendiendo IA?
Notas al pie
[1] [1602.07261] Inception-v4, Inception-ResNet y el impacto de las conexiones residuales en el aprendizaje
