Las redes neuronales artificiales funcionan bien cuando los datos son de los siguientes:
- Campos N-dimensionales de datos continuos donde la especificidad de una sola variable no es muy importante (los ejemplos incluyen imágenes y señales de audio).
- Datos binarios de alta dimensión donde normalmente se combinaría un algoritmo de aprendizaje con PCA o SVD, en su lugar, se puede resolver utilizando ANN y autocodificadores
Las ANN hacen mal lo siguiente:
- Dominios de cola corta en el espacio de solución regularizado (es decir, dominios donde algunas características pueden explicar la mayor parte de la solución)
- Funciones continuas que no se basan en un gradiente suave (ejemplo: el tiempo bruto que un usuario pasa en una página después de hacer clic en un anuncio es una mala función para un ANN).
- Dominios donde no hay datos suficientes para entrenar un modelo tan complicado
- ¿Cuál es el alcance de la robótica y la inteligencia artificial en la tecnología de viajes?
- ¿Qué sugeriría para una persona que planea solicitar la admisión (2018) en Stanford para una maestría en CS y está interesada en la inteligencia artificial?
- ¿Será la IA lo único que importa en las tecnologías?
- ¿Por qué las computadoras no tienen autoconciencia?
- ¿Cuál sería la verdadera inteligencia artificial? ¿Es la prueba de Turing la única forma que tenemos hasta ahora?
