Existen varias clasificaciones de redes neuronales artificiales (ANN) , basadas en los enfoques utilizados , sus arquitecturas y otras características. El desarrollo de ANNs a través de estas dimensiones a lo largo de la escala de tiempo es bastante difícil de especificar debido a la granularidad diferente de varios avances en el campo. Dicho esto, uno de los tratamientos más completos del tema en este contexto es, en mi humilde opinión, el trabajo del profesor Juergen Schmidhuber (que se encuentra fuera de Quora: la página de inicio de Juergen Schmidhuber), en particular, su destacado artículo de revisión Deep Learning in Neural Networks: An Descripción general (actualmente en la cuarta revisión, última actualización a mediados de 2014).
En cuanto a la determinación y definición del tema actual más relevante / de moda en las redes neuronales, diría que se llama Redes Neurales Profundas Grandes . De acuerdo con Ilya Sutskever (solo una suposición en el perfil :-), este término debería preferirse a “redes neuronales” y “aprendizaje profundo”, al describir la investigación y práctica modernas de ANN. Para justificar y obtener más detalles sobre el término y el tema, remito a los lectores a su excelente publicación de blog para invitados Una breve descripción general de Deep Learning.
Mi mención de los artículos de revisión sobre ANN en el contexto de su clasificación sería en gran parte incompleta sin mencionar los siguientes excelentes recursos:
- ¿Pueden Kmeans y el algoritmo DBSCAN dar el mismo resultado para un conjunto de datos en particular?
- ¿Cómo verifican las personas los resultados de un análisis de causa raíz en la minería de datos? ¿Hay algún conjunto de datos público disponible que especifique cuáles son las causas reales del problema?
- ¿Por qué la mayoría de las competencias recientes se centran en el aprendizaje profundo / redes neuronales? ¿No crea esto un desequilibrio en los tipos de problemas que se ofrecen?
- En problemas de optimización matemática, a menudo se usa la primera derivada. ¿Por qué no el segundo, o derivados de orden superior?
- ¿Por qué las personas incrustan / envuelven código python en C / C ++?
- artículo [introductorio] Aprendizaje profundo en la naturaleza de Yann LeCun, Yoshua Bengio y Geoffrey Hinton;
- [intermedio] Aprendizaje de arquitecturas profundas para IA por Yoshua Bengio;
- [avanzado / libro de texto de MIT Press – disponible pronto tanto en línea como fuera de línea] Deep Learning de Ian Goodfellow, Yoshua Bengio y Aaron Courville.
Dependiendo de una perspectiva , se puede argumentar que la cuarta generación (o cualquiera que sea el número para el próximo período, basado en una clasificación particular) de ANN es inteligencia artificial general (AGI). Sin embargo, para esta perspectiva, ANNs es solo un mecanismo para lograr AGI. Alternativamente, desde una perspectiva puramente vinculada a ANN, la cuarta / próxima generación probablemente se referirá a redes neuronales, basadas en la combinación de enfoques actuales con algunas arquitecturas novedosas o métodos matemáticos, o a redes que alcanzan niveles extremadamente altos de precisión independientemente de su naturaleza .
PD: No soy un experto en el campo, así que toma mis pensamientos con un grano de sal.
