¿Cuáles fueron los temas candentes en el aprendizaje automático en 2014?

1.) El aprendizaje profundo se está volviendo enorme, esta es básicamente la idea de programar redes neuronales para aprender capas más profundas de abstracción, es decir, cuando se ve una manzana:

  • este es un globo rojo de píxeles
  • este globo rojo representa una manzana
  • esta manzana representa una planta viva
  • ciertos animales pueden comer plantas para sustento
  • las manzanas saben bien

2.) Además, el hardware se está convirtiendo en un factor importante. En particular, las computadoras Quantum parecen ser prometedoras al permitir que las computadoras funcionen a las velocidades necesarias para permitir aumentos masivos en las habilidades de la IA.

3.) Por último, la robótica se está volviendo enorme. En particular, Google está adquiriendo muchas compañías de robótica donde sus robots pueden operar en muchos terrenos diferentes y realizar muchas tareas complejas por su cuenta.

Además del aprendizaje profundo, una cosa posiblemente interesante a seguir es el aprendizaje automático adversario. Asistí a una charla del Dr. Robert Grossman (que estaba programada justo antes de mi charla en Strata NY 2013). Él habló sobre lo mismo y está disponible aquí: Adversarial Analytics – 2013 Strata & Hadoop World Talk.

¿Porque es esto importante? Se están utilizando muchos sistemas de aprendizaje automático para realizar un seguimiento de los usuarios y su comportamiento. En consecuencia, un adversario puede influir en el comportamiento de aprendizaje al introducir datos inapropiados o datos sesgados o simplemente datos manipulados. ¿Cómo pueden los sistemas protegerse de tales ataques? El análisis adversario intenta responder a tales preguntas.

  • Aprendizaje profundo, por supuesto. Aplicación a la analítica avanzada de Big Data
  • Paralelismo de algoritmos ML existentes
  • Escala de algoritmos ML a conjuntos de datos más grandes
  • Contextual: capacidad de aplicar un algoritmo particular de una clase de algoritmos para adaptarse a los datos
  • Aprendizaje: los modelos que aprenden a medida que obtienen más datos no necesitan estar en línea;
  • Humanoides: algoritmos de comportamiento
  • Aprendiendo de insectos, animales: enjambre, formación de vuelo, etc., e incrustando estos comportamientos en automóviles, etc.

Si me preguntas … ¡Aprendizaje profundo!

Los temas emergentes son:
Aprendizaje profundo y análisis de Big Data.
En las siguientes áreas:
Inteligencia de Negocio
Visión por computador
Análisis de series temporales
Robótico
Bioingeniería

referencia:
Google

Los siguientes son los temas candentes en el aprendizaje automático:

  • Aprendizaje profundo
  • Red neuronal profunda
  • Aprendizaje supervisado
  • Aprendizaje sin supervisión
  • Aprendizaje reforzado
  • Aprendizaje Adversarial

Para obtener más información, visite este enlace Tema de actualidad para proyectos y tesis: Machine Learning

El aprendizaje de refuerzo inverso es otro tema candente.