¿El aprendizaje automático como campo todavía está en su infancia, o ya es sofisticado y está bien desarrollado?

El aprendizaje automático ha pasado la fase de la infancia, pero está en su fase de la infancia en comparación con la capacidad humana. En términos de una tecnología aislada sin utilizar la capacidad humana como referencia, el aprendizaje automático es bastante sofisticado por derecho propio.

Sin embargo, no es tan maduro como la física o las matemáticas, hay muchos problemas abiertos en muchas áreas del aprendizaje automático, por lo que, comparativamente, no está bien desarrollado. Hay pocos o ningún enfoque estándar para implementar algoritmos de aprendizaje automático, esto cambia constantemente.

Los algoritmos de aprendizaje automático, como las máquinas de vectores de soporte (SVM) tienen un respaldo teórico muy bueno, pero muchos sistemas de vanguardia se construyen empíricamente sin muchas matemáticas o teorías. Entonces, a veces es incluso difícil explicar cómo funciona realmente un sistema en particular.

El aprendizaje automático está cambiando muy rápido en comparación con otros campos y está alimentando la visión por computadora y la IA en general, como el uso de algoritmos de aprendizaje profundo para aprender a jugar un juego sofisticado llamado GO.

En el pasado, diseñé un sistema utilizando características puramente artesanales para un detector de objetos de nivel de instancia y costura panorámica, pero hoy cambié completamente a algoritmos de aprendizaje automático. Simplemente construya un sistema de aprendizaje y alimente sus datos y vea qué sucede.

Esa es la parte genial del aprendizaje automático sin características de artesanía, pero gran parte es más arte que ciencia cuando se usan algoritmos de aprendizaje automático, por eso diría que aún no está bien desarrollado.

Si te desanimas por el hecho de que aún no está maduro, no te preocupes más, en realidad es divertido, emocionante y desafiante.

Espero que esto ayude.

No puede decir que está en su infancia ni puede decir que está bien desarrollado.

Una cosa que puedes decir es que la computación cuántica está en su infancia. Se han desarrollado varias computadoras cuánticas, iirc, pero se han realizado pruebas que muestran que estas computadoras pueden resolver, en un tiempo razonable, problemas que tomarían miles de millones de años, incluso con las supercomputadoras de hoy.

Por lo tanto, preveo un salto aún más grande por delante que debería llegar a un vecindario cercano en los próximos años, y eso es la computación cuántica. Lo que no sé es si estas computadoras aumentarán las CPU, como lo hacen las GPU (las GPU no solo se usan para renderizar gráficos, sino que también hacen cosas computacionalmente intensas como las matemáticas y renderizar películas y gráficos de juegos en 3D) o si reemplazarán ambas CPU y GPU. Estoy seguro de que la gente experimentará con este rompecabezas y verá lo que es mejor hacer.

Aquí está el punto pertinente. Podremos programar computadoras cuánticas y podremos usar programas de aprendizaje automático en un entorno de computación cuántica. Como dije, no puedo predecir la arquitectura de la máquina, pero supongo que la CPU seguirá siendo el jefe y las GPU y los cuánticos serán coprocesadores.

La mayoría de las supercomputadoras, si no todas, usan una arquitectura de CPU / GPU. Una vez que Quantum entre en línea, probablemente será una arquitectura de CPU / GPU / Quantum. Como un tipo de computadora y red y arquitectura de software, creo que mi predicción se mantendrá. ¿Pero quién sabe qué experimentación demostrará? De hecho, nadie supo durante mucho tiempo que las GPU podían realizar cálculos matemáticos y que una CPU simplemente podía pasar todos los problemas matemáticos a la GPU que puede realizar esos cálculos muchas veces más rápido. Creo que salió de investigadores universitarios que no tienen nada mejor, realmente, que ver con su tiempo. Es por eso que los estudiantes de posgrado están allí, para hacer investigación. También estoy seguro de que saldrán a la luz algunos descubrimientos sorprendentes que pueden ser totalmente inesperados, como la historia de la GPU.

Entonces, la computación cuántica puede usar el aprendizaje automático de hoy, tal vez no. Pero una cosa que sí sabemos es que el aprendizaje automático está en una curva exponencial. Y la computación cuántica dará el mismo salto que la supercomputadora Cray 2, que era 100 veces más potente que las computadoras más potentes de la época. Ni siquiera puedo predecir el salto. No tengo ninguna razón para creer que será menos de un millón de veces más potente que las máquinas actuales.

Entonces, lo que “todo el mundo” está esperando es práctico: las computadoras cuánticas disponibles en el estante se pueden comprar en una tienda. IBM puede llegar allí primero porque probablemente tengan los mejores laboratorios de hardware y software del mundo, y pueden fabricar sus propios chips, como lo hacen con sus mainframes. Entonces, ¿qué sucede cuando IBM puede actualizar su supercomputadora Watson con Quantum? Nadie sabe. Watson hoy ha sido una sorpresa muy agradable para todos, incluido IBM.

Tengo que repetir una pequeña historia muy linda. Existen estos 3 pequeños robots “sociales” que utilizan el aprendizaje automático en todo momento. Aprendieron a emular y hacer señales con las manos de los humanos. Lo único que nadie esperaba era que aprendieran a hablar. No hablaban ingles. Fue muy difícil de aprender. Entonces inventaron su propio idioma que era eficiente para hablar entre ellos. Entonces, no tenemos idea de lo que están diciendo o por qué. Esta fue una consecuencia totalmente inesperada. No pueden hablar más inglés de lo que nosotros podemos entender lo que dicen. Algún día, estoy seguro de que dominarán nuestro idioma. Pero hoy no lo han hecho y probablemente no vean la necesidad de hacerlo.

Esencialmente, cualquier sorpresa que obtenga con el aprendizaje automático parece ser una sorpresa muy agradable. Tal vez alguien sabe por qué es esto, pero yo no.

Hay una película que predijo todo esto, una película llamada “Coloso: el Proyecto Forbin”. Ver Coloso: El Proyecto Forbin hecho en Graffiti 2000 SrL es una descripción muy precisa de lo que estamos enfrentando ahora o lo que enfrentaremos con la máquina. inteligencia. Esa película tuvo un profundo impacto en mi vida de niña. Tenía 15 años.

La película completa está en

Entonces, échale un vistazo y echa un vistazo a esos 3 pequeños robots. No tengo un enlace a mano con los robots.

Martín

More Interesting

¿Qué es SVM latente en el aprendizaje automático? ¿Cómo es diferente de SVM normal (caso binario)?

¿Qué son las máquinas complejas?

¿Cómo responden las redes neuronales profundas para la clasificación de imágenes a las variaciones típicas de la imagen, como la iluminación, la distancia focal, etc.?

¿Cuál es una explicación intuitiva de las redes residuales profundas?

Necesito analizar resúmenes de texto en lenguaje humano e identificar los temas mencionados en ellos. ¿Esto cae bajo el reconocimiento de la entidad nombrada?

¿Cuáles son las desventajas de usar un árbol de decisión para la clasificación?

¿Cuál es la entrada para un clasificador Naive Bayes?

En forma de estudios de caso, ¿cómo utilizan las empresas financieras el aprendizaje automático?

¿Cuál es el mejor instituto en Bangalore para aprendizaje automático, inteligencia artificial y aprendizaje profundo (necesita práctica)?

Visión por computadora: ¿Cuáles son algunos problemas de investigación abierta en la recuperación de imágenes basada en contenido?

¿Cuál es la forma más rápida de aprender matemáticas para el aprendizaje automático y el aprendizaje profundo?

Si quiero comenzar con el aprendizaje profundo, ¿debería comprar una GPU de gama baja o aprovechar una solución en la nube? ¿Cuál es más barato / mejor?

Cuando uno usa la función de pérdida al cuadrado para la regresión, ¿significa que asume implícitamente que está agregando ruido gaussiano con la misma varianza?

¿Por qué debería obtener el doble de RAM que la memoria total de mi GPU para construir una plataforma de aprendizaje profundo?

¿Qué es el aprendizaje de características?