Los principales usos futuros relacionados con esto han sido la atención médica, los asistentes de teléfonos inteligentes y la robótica. DeepMind fue adquirida por Google en 2014 por un supuesto $ 617 millones y es una compañía enfocada en desarrollar máquinas que sean capaces de aprender nuevas tareas por sí mismas. DeepMind está más interesado en la inteligencia artificial “general”, o en máquinas de IA que se adaptan a la tarea en cuestión y pueden lograr nuevos objetivos con poca o ninguna programación previa.
También le han dado a AlphaGo la capacidad de aprender y luego lo han aprendido a través de la práctica y el estudio, que es mucho más humano. ULTIMAMENTE QUEREMOS APLICAR ESTO A GRANDES PROBLEMAS DEL MUNDO REAL.
Probablemente continuaremos viendo el aprendizaje de refuerzo profundo desarrollado por DeepMind para mejorar el reconocimiento de voz, las traducciones, YouTube y la búsqueda de imágenes. ¡El aprendizaje de refuerzo profundo también podría usarse para impulsar automóviles autónomos, entrenar robots y, como Hassabis imagina en el futuro, desarrollar IA científicas que funcionen junto a los humanos!
- ¿Pueden las redes neuronales resolver problemas de optimización?
- ¿Por qué el error cuadrático medio es equivalente a minimizar la entropía cruzada entre la distribución empírica y un modelo gaussiano?
- ¿Cuándo es importante utilizar convoluciones cruzadas de canales y cuándo no?
- ¿Cuáles son las mejores escuelas de posgrado canadienses para estudiar CS en Inteligencia Artificial, aprendizaje automático, procesamiento de lenguaje natural y minería de datos, especialmente para estudiantes internacionales?
- ¿Cómo puedo comparar diferentes arquitecturas de redes neuronales sin entrenarlas durante semanas? ¿Hay alguna forma práctica de verificar si las redes merecen la capacitación completa o no?
¡NO SERÍA GENIAL SI UN DÍA UNA IA ESTABA INVOLUCRADA EN ENCONTRAR UNA NUEVA PARTICULA!
