Ya sea que surja el poder en la década de 1810 o el aprendizaje automático en la gente de 2010, han estado prediciendo la caída de la utilidad humana durante siglos. Sin embargo, una y otra vez ha demostrado que con cada llegada de un nuevo campo tecnológico, la calidad de vida del hombre promedio ha mejorado debido al crecimiento de la economía.
A menudo lees artículos de noticias sensacionales con titulares como “Robots que se hacen cargo del sector manufacturero” o “Los humanos no necesitan postularse”, lo que indica que la atomización de los empleos causa un mayor desempleo entre los simples mortales. Por el contrario, de acuerdo con los datos de empleo de EE. UU. Y los números de envío de robots de EE. UU., Cuando hay un mayor uso de la robótica en la economía, aumenta el empleo (los robots parecen mejorar la productividad, no cuestan empleos; correlación positiva entre robots y la relación laboral) entre robots y empleo)
Lo mismo sucederá (y está sucediendo) con el aprendizaje automático. Habrá personas que se quedarán atrás en lo que se considerará una vieja economía, sin embargo, la mayoría de los taxistas, etc., se mudarán a otros trabajos en la nueva economía computarizada. Si podemos aprender algo de la historia es que las personas que se verán más afectadas por este cambio son las personas que se niegan a cambiar. Reclamarán cosas como “una máquina no puede proporcionar el toque humano”, “así es como lo hizo mi padre” y “No confío en X”. El público en general puede simpatizar con el pequeño y ABC, CNN y FOX cubrirán las manifestaciones de los estadounidenses por el empleo humano y los expertos hablarán sobre la profunda división en la cultura, pero en última instancia, las personas se preocupan más por sus cuentas bancarias que el conductor que nunca reunió. Mientras sea más barato, no les importará que el taxi autónomo no mantenga conversaciones con ellos.
- ¿Cuál es el mejor método para presentar la idea de una red neuronal de convolución a un profano?
- ¿Cómo modifica una red neuronal su peso sin entrar en un efecto de ping-pong? La función de modificación de peso se basa en el error (l * e * o [1, 2]), por lo que los valores de error altos dan modificaciones de peso drásticas.
- El mejor ajuste de línea se puede encontrar analíticamente por el método de mínimos cuadrados. ¿Podemos decir que la regresión lineal (mínimos cuadrados) tiene un optimizador?
- ¿Cuál es la intuición detrás de la propagación hacia atrás?
- ¿Cuál es la próxima gran cosa en el aprendizaje automático después de que hayamos terminado con el aprendizaje profundo?
Como raza, los humanos adoptan lo que yo llamo la ignorancia común. Glorifican a las personas que no entienden la fórmula cuadrática, la Química simple o cómo usar una computadora en casa. Si bien no hay nada de malo en esta falta de comprensión, cuando se combina con la falta de presión cultural para aumentar el conocimiento, las personas se dan cuenta con razón cuando se les presenta una revolución, no están preparadas para mantenerse al día, debido a la ignorancia que han disfrutado durante tanto tiempo. .
TL; DR: Casi todas las nuevas revoluciones tienen un impacto positivo en la economía.
