Gracias por A2A. No soy un experto en el tema, pero esta parece ser una pregunta de nivel de entrada.
En pocas palabras, el aprendizaje automático es una forma de alimentar datos a la computadora y hacer que la computadora encuentre algún tipo de tendencia, aprendiendo cómo actuar cuando ingresan más datos (en la mayoría de los casos, clasificarlos en categorías).
Por qué hay tantas preguntas sobre Quora: porque el llamado aprendizaje profundo se percibe actualmente (principalmente por los medios y los investigadores que trabajan en él) como el “próximo gran avance” (al igual que los sistemas Expert en la década de 1980).
- ¿Cuál es la intuición detrás de la fórmula de actualización de peso de Perceptron w = w + yx?
- ¿Cómo funcionan las representaciones distribuidas de escasez fija defendidas e implementadas por Numenta?
- Cuando se estandarizan los datos como un paso de preprocesamiento, ¿por qué se usa la media y la varianza utilizadas en el tiempo del tren también en el momento de la prueba?
- ¿Cuáles son algunas buenas ideas de proyectos para aplicaciones web de negocios que utilizan análisis de sentimientos?
- ¿Qué tipo de trabajo, como ingeniero de software, me apoyaría más para convertirme en Ingeniero / Investigador de Aprendizaje Automático más adelante en mi carrera?
¿Está justificado el bombo? Parcialmente, en mi opinión. Estas cosas funcionan mejor cuando:
1. Los conjuntos de entrenamiento son adecuados (raramente el caso con lenguaje natural, por ejemplo).
2. La clasificación es unidimensional.
3. Hay demasiadas reglas para que los humanos deriven.
A partir de hoy, el aprendizaje automático funciona muy bien en el reconocimiento de voz, el procesamiento de imágenes, la balística (misiles autoguiados, etc.) y, en cierta medida, el procesamiento del lenguaje natural textual (especialmente cuando las palabras se tratan como cadenas genéricas sin sentido).
Cuando esté buscando aprender sobre nuevas tecnologías, la mejor fuente de IMO es MIT Technology Review. El artículo sobre un experimento muy publicitado en el que Google utilizó el aprendizaje no supervisado (es decir, el software obtuvo sus conclusiones por sí mismo): nuevas técnicas de Google y Ray Kurzweil están llevando la inteligencia artificial a otro nivel | MIT Technology Review menciona que la tasa de éxito fue del 16%. “Sí, pero es un 70% mejor que el resto”, dicen los investigadores; de donde sacas tus conclusiones donde está ahora la mayor parte del mundo. Tenga en cuenta que también es probable que después de una serie de mejoras, lleguen a un “techo de cristal”.
Creo que es inmensamente útil, pero no en todas partes, y tomará algunas décadas perfeccionarse.