Que pregunta tan curiosa. Gracias por el A2A, Quora User.
Me tomó un tiempo pensar en esto antes de que pudiera deconstruir la posmodernidad hasta la semiótica, pero a ese nivel del movimiento, comencé a ver un ataque. De hecho, me parece poco probable que hagamos un progreso serio en el aprendizaje automático autoactualizado sin un enfoque semiótico.
Evolution ha pasado al menos 3 mil millones de años desarrollando microcompartimentos celulares basados en proteínas dentro de los procariotas unicelulares y luego, con el advenimiento de los eucariotas, estructuras cada vez más avanzadas para permitir que la vida se vuelva cada vez más eficiente al interactuar con su entorno, evitando daños, encontrar comida y reproducirse. Deconstruyendo la vida, encontramos especialización no solo célula a célula, sino hasta los microtúbulos dentro de una llamada determinada. Sospecho que estamos soñando si creemos que podemos escalar las alturas del aprendizaje automático no supervisado con máquinas que tienen bancos llenos de interruptores que son tan idénticos como la nanotecnología moderna nos permitirá llegar. Claramente, no es así como la evolución resolvió el problema de aprendizaje no supervisado.
- ¿Cuál es la mejor base de datos para almacenar vectores de características de gran tamaño para su posterior recuperación y calcular las mediciones de distancia para la coincidencia de similitudes?
- ¿Es el aprendizaje profundo una buena herramienta para resolver problemas de lenguaje natural?
- ¿El desarrollo teórico en el aprendizaje automático está llegando a un punto muerto (significa que no habrá necesidad de continuar)?
- ¿Es posible tener experiencia en desarrollo web, desarrollo de Android, resolución de problemas, IA y ML para tener un buen trabajo, o solo necesito concentrarme en un campo y no fusionar campos?
- Si estuviéramos usando un SVM no lineal, ¿cuáles son los hiperparámetros? ¿Cómo elegiríamos los hiperparámetros correspondientes? (funciones de referencia utilizadas)
