¿Cuáles son las opiniones de Yoshua Bengio sobre Kaggle y el aprendizaje automático competitivo en general?

Como muchas cosas, el aprendizaje automático competitivo es bueno en la cantidad correcta. Es genial motivar a algunos (especialmente nuevos) estudiantes, a quienes les gusta competir. Realmente les hace aprender la práctica del aprendizaje automático, que no es algo que se pueda aprender solo leyendo documentos. Los puntos de referencia también desempeñan un papel importante para llamar nuestra atención sobre los nuevos métodos que superan el estado del arte anterior. Pero no deberían * usarse * para descartar investigaciones que no superen el punto de referencia. De lo contrario, corremos el riesgo de quedarnos atrapados en la investigación incremental. Esta mentalidad ha matado la innovación en algunos campos que conozco. Si algo funciona bien en un punto de referencia, probablemente significa que debemos prestarle atención, pero lo contrario no es cierto. Es posible que tenga una gran idea incorporada en un método que actualmente no está funcionando muy bien porque un detalle molesto lo está obstaculizando, lo que podría solucionarse el próximo año. Actualmente, los revisores de aprendizaje automático otorgan demasiada importancia a los resultados experimentales comparativos. Creo que es una especie de pereza. De hecho, es más fácil verificar la tabla de resultados que tratar de comprender las ideas en el documento y proyectarse en el potencial que se abre.