¿Qué tiene de emocionante el Machine Learning?

Una vez vi una descripción del trabajo que decía “¡Puedes decirle a tus amigos que predices el futuro!” Desde entonces que he estado usando esta oración. Cada vez que alguien me pregunta qué es el aprendizaje automático, muevo mis manos como una mala película pop de los 80 y digo “¡es mágico!” luego me enderezo y digo “es broma, en realidad solo se trata de predecir el futuro”.

Este siempre es un buen comienzo de conversación. A la gente le encanta saber cómo predecir el futuro y, en cierto modo, el aprendizaje automático utiliza computadoras para hacerlo.

OMI, porque es el futuro. Simplemente preguntó: “¿crees que las computadoras y sus aplicaciones en dispositivos, robótica, IA podrán ser más autónomas y valiosas en el futuro, o lo mismo que hoy, o menos que hoy?”

Echa un vistazo a tu teléfono inteligente. Es una supercomputadora en tu bolsillo. No necesita escribir, ahora desliza. ¿No quieres deslizar? “¡Está bien Google!” y ahora le hablas. Es un teléfono inteligente. ¿Alguien alrededor de antes de 1994? ¿Recuerdas para qué era bueno Internet antes de 1994? Ese no es el período Jurásico, eso fue solo hace dos décadas.

Por lo tanto, tiene sentido que dentro de 20 años, lo que las computadoras puedan hacer te sorprendan. Justo cuando me sorprendió cuando Google anunció recientemente que DeepMind había vencido a 2 dan en Go (lo cual es sorprendente porque Go no puede resolverse mediante búsquedas exhaustivas, tiene que hacerse a través de algoritmos de aprendizaje). Las computadoras están aprendiendo. Quien programa Machine Learning está en efecto dando a luz a nuestro futuro.

Si eso no es emocionante … No sé qué más agregar.

Para mí es emocionante porque me da la oportunidad de pensar en resolver diferentes problemas del mundo real; al menos hacer un intento para ellos que sean útiles. Normalmente trabajo en la detección de caídas en humanos, pero esa es una cosa de mi cartera. He trabajado en predecir mezclas de compuestos químicos. Trabajé en un proyecto genial para identificar si un retrato humano es estéticamente agradable o no [1]. El fin de semana pasado, en un estado mental distraído, escribí un guión para recopilar conjuntos de datos de todos los ganadores anteriores del Premio de la Academia con el objetivo de predecir los ganadores de este año [2] y escribí un blog al respecto – Conjunto de datos – Ganadores del Premio de los Oscar. También trabajo en algunas ideas conceptuales que pueden no tener aplicaciones actuales de inmediato, pero espero que sean útiles en otros lugares.

Todas estas cosas no están relacionadas entre sí, pero están relacionadas con la predicción del futuro, ayudando a las máquinas a tomar mejores decisiones … y esto me mantiene motivado.

[1] Evaluación de la estética visual en el retrato fotográfico.
[2] https://cs.uwaterloo.ca/~s255kha …

El aprendizaje automático, y los datos en general, es la meta industria / habilidad / arte de hacer que la comprensión profunda manual / semiautomatizada / principalmente automatizada de cierto dominio sea universalmente útil de una manera que crea valor.

Se puede comparar con el reconocimiento de que uno puede escribir y leer en el mundo en que la gente solo habla. Se puede comparar con descubrir una de las primeras notaciones numéricas. Se puede comparar con la invención del primer dispositivo informático.

Los datos cambian cualquier aspecto de la vida humana, lo cambian rápidamente y lo cambian para siempre.

Si eso no es emocionante, no sé qué es.

El aprendizaje automático no es terriblemente emocionante. Algunos de los algoritmos son elegantes pero están lejos de ser los mejores algoritmos que conozco. Y tienes que tener una inclinación matemática para apreciar los algoritmos en primer lugar.

Pero las cosas que puedes hacer con el aprendizaje automático son infinitas. Cuando la gente me pregunta qué hago? Normalmente respondo predigo el futuro. Lo cual es completamente correcto. Hago predicciones concretas verificables sobre el futuro y me mido, generalmente soy bastante bueno.

A menudo digo que tengo el mejor trabajo del mundo. Porque tengo un trabajo diferente cada día. El lunes trabajaré con geólogos para encontrar minerales. El martes mejoraré la detección temprana del cáncer o trabajaré para optimizar una campaña de marketing. Soy un experto en aprendizaje automático y puedo atacar los problemas más geniales. Creo que eso es muy emocionante.

Creo que lo estás haciendo de la manera incorrecta, nunca intentes explicarle algo a alguien que no esté interesado :). Puede drenar tu energía positiva.

Apuesto a que es mejor mostrarles lo que hace y explicarlo cuando preguntan. Por ejemplo, un excelente sistema de inteligencia artificial que aprenda a jugar un juego por sí solo podría despertar la curiosidad de las personas, incluso si no les gusta el aprendizaje automático.

El aprendizaje automático es en sí mismo interesante para algunas personas, pero no para todos. Puede ser exigente en términos de pensamiento y proponer una arquitectura adecuada para resolver un problema en particular.

Los resultados finales son geniales y el aprendizaje automático facilita el desarrollo y la implementación de un sistema que, de lo contrario, habría llevado mucho tiempo completar.

Espero que esto ayude.

Imagina que puedes predecir cuándo conocerías a tu próxima novia en función de tu interacción social promedio. Puede ver la interacción social como datos de series de tiempo.

¿Imaginas que puedes predecir qué personaje de Game of Thrones es más probable que muera después en función del comportamiento pasado? Bueno, alguien realmente lo predijo … Alguien creó un algoritmo para predecir qué personajes de Game of Thrones morirán a continuación

Me apasiona la comunicación científica, a personas de todas las edades. Para un niño, explicaré el aprendizaje profundo como algo similar a cómo todos aprendemos del entorno y las situaciones (naturaleza y cuidado) para crecer. Así que imagina una máquina que pueda hacer eso. Si le gustan las cosas geek, entonces cómo Atari Player de Deep Mind:

A2A.

Diferentes personas tienen diferentes puntos de vista. Personalmente para mí, me han fascinado los problemas de visión / lenguaje y ML / Statistical ML me proporciona el lenguaje para responder algunas de las preguntas. Algunas de las preguntas que realmente estoy dispuesto a responder es construir modelos de reconocimiento de objetos solo a partir de texto sin formato o mejor si leo una descripción de un pájaro o una fruta con una imagen ¿puedo reconocer el objeto? (Estoy teniendo algo de éxito en esto :)) En el futuro me gustaría responder algunas preguntas más urgentes en otras áreas, como se responde aquí

¿Cuáles son las aplicaciones más interesantes del aprendizaje automático en espacios inesperados?

Tratar de convencer a los laicos de que su campo es interesante no es necesariamente importante. Lo que realmente importa es que eres feliz haciendo lo que haces y sientes que estás causando un impacto en el mundo (si eso te importa). Pero si te importa compartir con otros, tu campo es increíble y no puedes expresarlo, tal vez no conozcas tu campo tan bien como crees o tal vez necesites algo de trabajo para expresarlo a los demás. Pero esto es fácilmente reparable, solo haz más de tu tarea 😉

Afortunadamente para ti, ML es un campo bastante aplicable, por lo que la cantidad de aplicaciones que puedes compartir es suficiente para entusiasmar a cualquiera, desde el reconocimiento del habla, el análisis de sentimientos, la visión, los vehículos autónomos, la calificación de películas, ¡las aplicaciones son infinitas! Debería ser suficiente.

Es la misma forma en que el cricket o el fútbol o el fútbol o el hockey son secos y aburridos cuando explicas que mueves una esfera en un avión usando extremidades o palos.

Es realmente emocionante cuando lo pruebas tú mismo y descubres que algo que escribiste puede aprender a jugar, dibujar o dibujar.