En los últimos años, la implementación de algoritmos de aprendizaje profundo para tarjetas gráficas (cuda) ha hecho que las soluciones de IA sean más accesibles y asequibles. Este desarrollo fue impulsado por el hecho de que tenemos que lidiar con muchos más datos que en los años 90 y darle sentido. Esta idea de aplicar el aprendizaje automático en Big Data se estableció inicialmente hace 2 décadas porque requería demasiada potencia de CPU y no teníamos suficientes datos. Con el océano de datos y las implementaciones de GPU que tenemos hoy, este tema volvió a la vida. En 2015, esta tendencia continuó su ritmo y hemos alcanzado un estado en el que los sistemas de aprendizaje profundo son asequibles incluso para las personas. Tanto el hardware como el software desarrollados para el aprendizaje profundo ahora son accesibles para cualquiera.
En general, todo este desarrollo es una gran pérdida de tiempo, ya que está desperdiciando el tiempo del cerebro y la energía en algo que ni siquiera es verdadera IA. La carrera maestra de aprendizaje sin supervisión se retrasó nuevamente. Al menos se convirtió en un tema que llevó a la industria un paso más hacia el Código Abierto (la forma final de la ciencia). Así que al menos lo conseguimos, lo cual es bueno.
- ¿En qué país fue inventada la computadora y por quién?
- ¿Qué invento crees que ha tenido el mayor impacto en nuestro estilo de vida?
- ¿Cuán diferente sería nuestra vida si los espejos nunca se inventaran o si nunca pudiéramos ver nuestra cara?
- ¿Quién descubrió el ajedrez?
- ¿Cuándo se inventó la tempura? ¿A quién se le ocurrió y cuáles son los ingredientes utilizados?
