No tengo el contexto adecuado para poder responder esta pregunta. ¡Pero de todos modos quería decir algo! :pags
A las personas inteligentes les gusta agruparse: si estuvieras trabajando en IA simbólica o basada en reglas, ¿no querrías trabajar en la misma institución donde está Marvin Minsky? Y está perfectamente bien que surjan pequeños grupos de excelencia que siguen escuelas de pensamiento aisladas, han hecho mucho por varios campos de la ciencia en el pasado: los más cercanos son el razonamiento bayesiano en Cambridge y Edimburgo, o los de aprendizaje profundo en NYU o UoT . Además, supongo que con una persona obstinada como la profesora Yann LeCun en los comités de la Universidad de Nueva York, ¡habría sido bastante difícil contratar a alguien interesado en una vieja IA de estilo simbólico en la facultad! Entonces, lo mismo podría haber sucedido en el MIT también.
Pero incluso si el MIT no ha producido su parte esperada de la investigación de ML en las últimas dos décadas, creo que es bueno que haya sido un bastión de la IA simbólica durante mucho tiempo. Estaba hojeando un libro de James R. Slagle (uno de los graduados de Minsky), y nuevamente me sorprendieron las cosas que hicieron esos muchachos hace 3-5 décadas con recursos computacionales mucho menores.
- ¿Cuán sensible es el análisis de componentes independientes (ICA) a la simultaneidad de la señal de entrada?
- En los Estados Unidos, ¿es ilegal entrenar redes neuronales usando imágenes con derechos de autor?
- ¿Por qué no hay bloqueadores de anuncios impulsados por el aprendizaje automático?
- ¿Qué necesitas para hacer aprendizaje automático?
- ¿Cuál es un algoritmo de detección de imagen apropiado para detectar corrosión / óxido?
Creo que en el nivel más alto el ‘razonamiento’ tiene que hacerse a nivel simbólico, y esas ideas volverán en una década más o menos, y si un grupo se aferrara a ellas para seguir recordándonos lo maravilloso maquinaria que la comunidad ya ha inventado, solo puede ser algo bueno. La misma lección se debe aprender de los cuatro grandes nombres en el aprendizaje profundo: hace solo diez años, uno podría haber preguntado por qué Hinton / LeCun / Bengio / Schmidhuber estaban desperdiciando dinero público en NNs cuando eran claramente inferiores al estado de -el arte (al menos en algunas dimensiones).
