¿Cuál es la alternativa al aprendizaje automático?

Creo que la alternativa al aprendizaje automático es integrar directamente las intuiciones en los programas de computadora.

El aprendizaje automático se trata de aprender de los datos. Pero aún puede hacer mucho y encontrar una buena solución si se da tiempo para jugar con su programa. Desafortunadamente, no hay una receta para construir grandes programas de esta manera. Si ataca un problema de una manera que no es de ML, necesitará mucha experiencia en el dominio y mucho tiempo.

El problema con jugar con su programa directamente (agregando if-s personalizados y for-loops personalizados), es que en muchos problemas del mundo real no llegará muy lejos con al menos algo de aprendizaje automático. La gente de reconocimiento de objetos solía escribir software que comprendía reglas escritas a mano, como “si el borde se encuentra por encima de otro borde, luego genera la salida”, pero dichos programas no se generalizaron muy bien a las imágenes novedosas. En mi opinión, es muy difícil realizar el reconocimiento de objetos sin un conjunto de datos y algún componente de aprendizaje.

El aprendizaje automático llegó para quedarse, pero no significa que todo en sus programas se aprenderá de los datos. Creo que una mejor pregunta es: ¿cuánto aprendizaje automático debería hacer para resolver el problema X?

Con esta nueva pregunta en mente, la respuesta casi siempre será una combinación de ser un programador inteligente y creativo la mitad del tiempo y un buen científico de datos la otra mitad.

cortical.io presenta huellas digitales semánticas y mapas semánticos como una alternativa al aprendizaje automático en Cómo imitar la función cerebral está revolucionando la PNL.

La programación probabilística, la matemática discreta, la programación lineal, los sistemas expertos son viejas técnicas explícitas que son expresivas.

¡El aprendizaje de los datos es manejado tradicionalmente por los estadísticos en Excel / Matlab!