Aprendizaje feudal:
Similar a las sociedades feudales del siglo IX, que contenían un estricto sistema jerárquico de poder basado en la propiedad y protección de la tierra (recursos locales, procedimiento de gobierno compartido, agrupación de talentos); El aprendizaje profundo es un aprendizaje (¿feudal?), que contiene capas jerárquicas profundas de neuronas basadas en la propiedad de la estructura estadística y la protección.
- Futuro como Durkheim: similar a la solidaridad mecánica de Durkheim para la explicación de las sociedades preindustriales, el aprendizaje profundo puede llamarse Solidaridad estadística. En última instancia, el sistema de feudalismo fracasaría, reemplazado por el capitalismo de datos y los avances tecnológicos de la era analítica. En el aprendizaje industrial basado en la memoria, la solidaridad estadística será reemplazada por solidaridad analítica, orden analítico basado en la aceptación de datos y diferencias analíticas.
- Futuro como Carl Marx: el aprendizaje en su conjunto se divide cada vez más en dos grandes campos hostiles, en dos grandes clases que se enfrentan directamente: la burguesía y el proletariado. Existe un conflicto similar entre los propietarios de los datos, la burguesía, y los trabajadores analíticos, llamados proletariado.
- Futuro como Herbert Spencer: en “The Social Organism”, compara la sociedad con un organismo vivo y argumenta que, así como los organismos biológicos evolucionan a través de la selección natural, la sociedad evoluciona y aumenta su complejidad a través de procesos análogos. Similar al darwinismo social para los conceptos biológicos de selección natural y supervivencia de los más aptos para la sociología y la política, los fuertes deberían ver aumentar su riqueza y poder, mientras que los débiles deberían ver disminuir su riqueza y poder. Entonces, si la máquina es más adecuada para algún trabajo, los humanos perderán sus trabajos.
Por lo tanto, el aprendizaje profundo puede renombrarse como Aprendizaje feudal y la era venidera como aprendizaje industrial .
- ¿Será posible predecir cuándo y qué producto comprará alguien con una precisión útil?
- ¿Qué es un núcleo universal en el contexto del aprendizaje automático?
- ¿Cómo se usa LSTM para la clasificación?
- Cómo calcular la retropropagación en una capa de agrupación promedio global
- Cómo adaptar el filtrado colaborativo para un sistema de recomendación si solo tiene datos de compra a nivel de pedido y no datos a nivel de usuario
