Si y no. El aprendizaje profundo es realmente solo una herramienta matemática de mapeo de entradas a salidas. Sin embargo, la mayoría (si no todos) los robots que están codificados para hacer algo tienen funciones de código que también asignan entrada a salida. Pero, ¿querrías reemplazar esas funciones codificadas por funciones aprendidas profundas?
Bueno no. El aprendizaje profundo en las computadoras y los sensores de hoy en día llevará años (millones de ellos) para aprender todo lo que un humano puede hacer, mientras que el uso de un algoritmo de planificación para partes del robot podría llevarle a una compañía como máximo 4 años. Las funciones de aprendizaje profundo, a diferencia de la programación tradicional, no siempre pueden dividirse y dividirse para crearse más rápido.
También hay mucho que debemos mejorar con nuestros sensores, y necesitaremos la energía de la batería para que el robot no alcance fácilmente los límites de 1 hora de la mayoría de los humanoides de vanguardia de hoy. Estos son aspectos prácticos, pero también afectan el aprendizaje. Y al final del día, los robots pueden aprender algo incorrecto.
- ¿Cuáles son los populares paquetes ML de adopción (Machine wise)?
- ¿Cómo realizo la selección de funciones?
- ¿Cuál es el significado real de los pesos en la red neuronal?
- Cómo mejorar mi escritura para pasante de aprendizaje automático
- ¿Qué métodos existen para combatir los problemas de gradiente de desaparición y explosión?
Entonces, si los robots con código duro y aprendizaje profundo eventualmente podrían reemplazar a un humano en el futuro, entonces, en teoría, los robots con solo aprendizaje también podrían hacerlo. Pero prácticamente será muy difícil. Simplemente no hay garantías para ninguno de los sistemas.
