¿Quién crees que es más inteligente? ¿El tipo que diseñó su computadora o el tipo que diseñó su software? ¿A quién pagarías más de tu bolsillo? ¿Recuerdas, el tipo que diseña aplicaciones móviles? Le pagas, quizás indirectamente, pero le pagas. ¿El tipo que construye ML? En su mayor parte, trata de reducir los costos del empleador. Reducir los costos proporciona más beneficios que el aumento de los ingresos (de hecho, los costos más bajos pueden generar mayores ingresos, pero los mayores ingresos casi siempre conducen a mayores costos promedio). La gente tiende a ser parcial hacia aquellos que les dan más valor. Finalmente, lo que es fácil de entender para un humano a menudo es difícil de hacer para una computadora, mientras que las cosas que son difíciles de entender para la persona promedio a menudo son fáciles para la computadora. Las aplicaciones móviles son más familiares y la mayoría son fáciles de entender para el humano promedio. ¿Cuántas personas preguntan cómo pueden evitar que el desarrollador de la aplicación móvil se robe su idea o se enojen acerca de cómo el programador de la aplicación quiere una parte desproporcionada de los ingresos que generará la aplicación?
Además, mucho ML todavía está en la etapa de investigación o en la etapa inicial de producción, por lo que muchos empleadores potenciales solo conocen las afirmaciones de marketing o el hecho de que su jefe les acaba de decir que comiencen un proyecto. La mayoría de los empleadores potenciales probablemente tienen un teléfono inteligente y están rodeados de compañeros de trabajo que los tienen. Tienen un conocimiento más directo del valor que proporcionan y no creen que el desarrollador móvil sea mucho más que una pestaña de inserción a en el tipo de ranura b.
- Me apasionan tanto la seguridad de la red o la piratería como también la inteligencia artificial y el aprendizaje automático. ¿Por cuál debo ir?
- ¿Qué pueden aprender los investigadores que trabajan en "conciencia de máquina" de la arquitectura del cerebro humano?
- Después del curso de ML de Andrew Ng, ¿debo hacer el curso de red neuronal de Geoffrey Hinton antes de hacer un aprendizaje profundo? ¿Cuánto conocimiento de redes neuronales es lo suficientemente bueno como para comenzar a hacer un aprendizaje profundo?
- ¿Existe una inteligencia artificial que salve a personas irrelevantes?
- ¿En qué debería centrarme: cosas de bajo nivel, inteligencia artificial, algoritmos generales (más desde la perspectiva matemática) o matemática pura en sí misma?
