Como se menciona en la respuesta de Rajat Monga a ¿Cuáles son los principales cuellos de botella para hacer que los sistemas de aprendizaje profundo sean más efectivos (a partir de 2016)? el cálculo continúa siendo un cuello de botella para el progreso en IA
Un experimento que lleva 1 día en lugar de 1 semana o 1 hora en lugar de 1 día, cambia el juego de cuántos experimentos se pueden hacer y cuántas nuevas ideas se intentaron. Esto todavía es investigación, por lo que muchas nuevas ideas tienen que ser probadas y mejoradas, antes de que tengan éxito y empujen el campo. Tener un cómputo más potente permite a los investigadores hacer más experimentos del mismo tipo, o entrenar modelos más grandes que toman el mismo tiempo para entrenar.
Nota divertida: entrenar a un modelo siempre lleva 1 semana ; ese parece ser el límite que los investigadores están dispuestos a esperar para obtener buenos resultados.
- ¿Qué campo de investigación combina informática y física?
- ¿Qué habilidades se necesitan para ser un informático teórico?
- ¿Qué tipo de investigación en informática se realiza para abordar problemas de la vida real?
- ¿Cuáles son las diferentes áreas en informática? ¿Cómo debo abordar cada área desde cero de manera secuencial?
- ¿Cuáles son algunos de los grandes proyectos implementados utilizando los conceptos de la teoría de gráficos?
Creo que podemos aprovechar incluso 1000 veces las mejoras en cómputo para hacer mejoras significativas en la IA