Para darle una respuesta más concreta, debe definir más claramente qué es la representación del mundo. De acuerdo con el propósito específico, debe determinar alguna función de costo para el discriminador y el generador que debe optimizar de acuerdo con el objetivo que desea alcanzar. Para dominios específicos como la generación de imágenes o secuencias sintéticas, donde la representación del mundo se ha reducido a estos subdominios, los modelos actuales ya han logrado un gran rendimiento.
Si por ‘representación del mundo’ se refería a todo el universo, entonces se vuelve un poco más complicado debido al hecho de que no es trivial determinar una estructura de datos general (vector) para representar todos los artefactos posibles (imágenes, estructuras, criaturas biológicas) , conceptos abstractos, etc.) y función de costo para evaluar el rendimiento del modelo para la estructura de datos generada que podría imitar cualquier posible artefacto.
- ¿Estamos presenciando las primeras etapas del uso de ML en la industria o cree que la aplicación de ML hacia la industria ya está muy extendida?
- ¿Qué tan importante es Octave como primer paso en Machine Learning? ¿Se utiliza en la industria?
- ¿Cuándo se debe agregar una segunda capa oculta a una red neuronal?
- ¿Cuál es la relación entre un modelo múltiple que interactúa y un filtro de Kalman?
- ¿Cuál es el mejor blog / sitio para mantenerse actualizado sobre las últimas tecnologías y herramientas de big data, aprendizaje automático?
