¿Cuál es el alcance de la investigación en aprendizaje automático?

Primero, quería decir que, si bien estoy de acuerdo en que debes aprender a encontrar tus propias respuestas a los problemas como otra respuesta a esta pregunta, entiendo que al principio es un poco intimidante. Quiero asegurarle que a veces la mejor manera de descubrir las cosas es hacer preguntas. Especialmente porque esta pregunta en particular es realmente amplia y la información está dispersa por todo el lugar. Esta es una de esas preguntas que es una buena idea preguntar a las personas que podrían saber en lugar de tratar de resolverlo todo usted mismo.

Al leer los detalles de su pregunta, usted es un estudiante de CS que se inclina hacia la investigación y se pregunta si ML es el lugar al que debe ir, o si está saturado: realmente hay mucha gente trabajando en el espacio, pero como investigador, ML es va a ser el lugar donde probablemente querrás estar. Hay más espacio allí, por una parte, que el espacio general de ML, y todavía hay mucho que no sabemos. Por otro lado, los otros grandes campos de CS de investigación activa son pesados ​​en el lado de la física y la ingeniería.

Le sugiero que aprenda tanto sobre física (computación cuántica), ingeniería (en realidad, no estoy seguro de qué áreas activas en el lado de la ingeniería fuera de la cuántica son) y aspectos matemáticos y estadísticos (ML) antes de tomar decisiones difíciles. Definitivamente recomiendo un par de cursos sobre matemática de mecánica cuántica, si quieres estar a la vanguardia, porque el futuro de la investigación será (probablemente) el aprendizaje automático cuántico.

Hay algunas otras ideas, pero con suerte se resolverán pronto, como todo el problema de la criptografía implícito en el surgimiento de la computación cuántica. Hay algunas maneras de reinventar nuestros sistemas de criptografía de los que he oído hablar, incluido el uso de funciones continuas que exhiben dinámicas no lineales (efectos caóticos), pero no estoy seguro del estado de implementación de ninguno de estos, ya que solo se puede pagar atención a tantas cosas

El aprendizaje automático no se trata de un campo o ciencia en particular. Se implementa donde hay una necesidad de automatización. El aprendizaje automático es la forma en que hacemos que las máquinas piensen y ahora hace calor. Fue acuñado en 1959 y hubo muchas mejoras desde entonces. Y ahora hay algoritmos mucho más eficientes. También puedes nadar a través de las redes neuronales y ver la profundidad tú mismo.

https://www.coursera.org/learn/m …

Creo que una simple búsqueda en Google respondería a su consulta. Si realmente te interesa la investigación, no te prives de encontrar la respuesta por ti mismo (especialmente para preguntas como esta) y no te conformes con una respuesta preparada. ¡Buena suerte!