Leí esta pregunta como realmente haciendo dos preguntas discretas; cómo es investigar y cómo es trabajar con IA.
En un nivel abstracto, la investigación, IA o de otro tipo, se trata de leer la literatura en el campo para comprender lo que sus compañeros están explorando y descubriendo. Presta especial atención a las secciones de los documentos donde los autores describen lo que queda por hacer o explorar. Después de reunir suficientes asuntos abiertos, identifica un área donde puede avanzar el pensamiento o la comprensión. Luego partiste para probar tu hipótesis utilizando los métodos científicos apropiados.
Trabajar con IA es muy interesante. Como disciplina informática tiene algunos aspectos únicos con los que luchan los no iniciados. El concepto principal que las personas que ingresan al campo no deben perder de vista es que las garantías típicas de rendimiento computacional no están en juego. Esto también es cierto para aquellos que confían en la salida de algoritmos de IA. Por otro lado, esta es una de las causas principales de las ‘fallas’ de los sistemas de IA; Como se trata de tecnología informática, las partes interesadas del negocio asumen que existen garantías.
- ¿Cuáles son las industrias que difícilmente pueden ser reemplazadas por tecnología (por ejemplo, IA)?
- ¿La IA es diferente de ML?
- ¿Es útil una maestría en algoritmos informáticos y matemáticas para un buen trabajo en inteligencia artificial?
- Dado el estado actual de la Inteligencia Artificial y asumiendo alguna extrapolación, ¿podría el gobierno de EE. UU. Ya tener una IA que guíe su política geopolítica y nacional?
- ¿Cuál es el avance de la inteligencia artificial para imágenes y fotografía?
A lo largo de la informática (CS), los algoritmos están diseñados y pueden demostrarse matemáticamente para funcionar dentro de ciertos límites. Los algoritmos de IA son probablemente todos, aproximadamente correctos. Ninguno viene con todas las garantías de rendimiento típicas; puede determinar su velocidad para llegar a los resultados, pero no puede garantizar el resultado .
La implicación aquí es que sus esfuerzos son impulsados no solo por hacer que los algoritmos funcionen, ya que con todo el software, usted invierte un tiempo considerable entrenando el algoritmo para mejorar la precisión. Crea el entrenamiento, enseña y luego examina el porcentaje de precisión, luego repite hasta que la precisión alcance un nivel aceptable (una vez más, sabiendo que es una probabilidad, no una garantía).
Tenga en cuenta que esta es una explicación muy simplificada, pero le da una idea general de cómo es trabajar con IA.