Creo que la mejor manera de responder a su pregunta es pegar citas de Andrew Ng.
Si no lo estás siguiendo, comienza. Ng señala que ha habido dos inviernos de este tipo.
Creo que un elemento que a menudo se pasa por alto es el acceso a la potencia informática masiva en los últimos 5 años. Incluso si usted y yo hubiéramos creado increíbles modelos de aprendizaje profundo, simplemente no habría forma de que pudiéramos ejecutar estos modelos en las computadoras a las que pudiéramos permitirnos acceder o tener acceso.
- ¿Cuál es una buena manera de construir un algoritmo de aprendizaje automático para reconocer patrones?
- Cómo obtener pasantías extranjeras en aprendizaje automático o IA
- ¿Es la "teoría unificada de AI" del MIT realmente un gran avance?
- ¿Cuáles son algunos buenos ejemplos de IA benévola en ciencia ficción?
- ¿Cómo podría ser posible que la IA se vuelva sensible por sí sola?
Ahora, cualquiera puede hacer girar la instancia de la nube con un poder de cómputo masivo y ejecutar un modelo y luego descomponer esa instancia de manera asequible.
Aquí hay algunas citas sobre el tema de Ng:
“El primer enfriamiento ocurrió en la década de 1970, cuando el progreso se desaceleró y los fondos del gobierno se agotaron; otro golpeó en la década de 1980, ya que las últimas tendencias no tuvieron el impacto comercial esperado “.
“Los sistemas de inteligencia artificial solo serán más poderosos. Esto podría no solo aumentar la precisión de las herramientas de aprendizaje profundo existentes, sino también permitir que la técnica se aproveche en nuevas áreas, como analizar y generar lenguaje “.
“ Los avances de hardware proporcionarán el combustible necesario para hacer posibles las nuevas técnicas de IA. ”
“Definitivamente hay exageración, pero creo que hay un impulsor subyacente de valor real tan fuerte que no se bloqueará como lo hizo en años anteriores”.
” Múltiples [proveedores de hardware] han tenido la amabilidad de compartir sus hojas de ruta y estoy muy seguro de que son creíbles y obtendremos más potencia computacional y redes más rápidas en los próximos años”.
“Los avances observados en los últimos años se han producido gracias al desarrollo de potentes sistemas de” aprendizaje profundo “. A partir de hace unos años, los investigadores descubrieron que se podían entrenar redes neuronales muy grandes o profundas, usando ejemplos etiquetados, para reconocer todo tipo de cosas con una precisión similar a la humana. Esto ha llevado a impresionantes avances en el reconocimiento de imagen y voz y en otros lugares “.
Espero que esto ayude.
Si es nuevo en el aprendizaje automático, consulte mi curso GRATUITO en Python y algunas bibliotecas de uso frecuente.
Gracias.
Las 5 mejores bibliotecas de aprendizaje automático en Python – Udemy