¿Existe alguna relación entre el aprendizaje automático y el campo de la electrónica analógica o digital?

Antes que nada … gracias por una consulta tan interesante.

[No tengo experiencia en informática (CS porque la programación -> los algoritmos son la columna vertebral de los sistemas de inteligencia, es decir, los sistemas automatizados) aunque, en base a mi experiencia personal e información, estoy tratando de resolver tu duda.]

Siempre que hablamos / pensamos sobre cualquier sistema electrónico (medidores personales o domésticos), en función de su naturaleza de señal de entrada, es decir, analógica o digital y su mecanismo de procesamiento, se clasifican como Sistema Analógico o Sistemas Digitales.

De cerca, podemos decir que los sistemas digitales son una versión mejorada o inteligente de los sistemas analógicos debido a sus numerosas características, incluida la funcionalidad automática.

Ahora ven a tu punto de interés …

Si desea crear sistemas electrónicos altamente automatizados, inteligentes y eficientes (por supuesto, ya sean analógicos o digitales) que realicen su trabajo asignado por sus propios medios sin la ayuda de ningún usuario / operador.

Así que, ante todo, la herramienta que puede fabricar estos tipos de Smart-Systems es Machine Learning y esa última versión inteligente El producto de hardware se incluye en el Producto de Inteligencia Artificial (IA ).

# Los sistemas digitales son más favorables para el aprendizaje automático, es decir, la inteligencia artificial que los analógicos debido a su naturaleza ajustable en varias aplicaciones.

En lenguaje laico …

“Machine Learning es una herramienta para hacer que cualquier sistema electrónico sea inteligente, es decir, INTELIGENTE”.

¡Espero que funcione!

En teoría no mucho. Hay muchos tipos diferentes de redes neuronales artificiales, y algunas de ellas se desarrollaron desde la perspectiva de la electrónica analógica. El procesamiento de la señal es probablemente la intersección principal entre ellos.

En la práctica:

  • Hardware centrado en ML, tanto digital como analógico (Google TPU e IBM TrueNorth, por ejemplo)
  • Robótica

More Interesting

¿Cuáles son ejemplos cuando es útil generar muestras a partir de un modelo probabilístico?

Mi campo de interés para el doctorado es la visión por computadora, el aprendizaje automático y el procesamiento de imágenes. ¿Qué recursos hay para principiantes con respecto a estos temas? Yo sé Java; ¿Debo aprender otros idiomas primero o puedo comenzar los cursos de inmediato?

¿Cuál es la diferencia entre el algoritmo LBG y K significa agrupación?

¿Cuál es la capacidad del aprendizaje automático? Quiero decir, ¿cuánto puede 'aprender' una máquina?

¿Cómo funciona el aprendizaje automático en el comercio algorítmico (finanzas)?

¿Cómo estimar la divergencia KL si no se conoce el posterior? En inferencia variacional, KL se utiliza para encontrar una distribución que se aproxime al verdadero posterior, pero el KL requiere conocer el posterior mismo. ¿Cómo se trata esto?

¿Es cierto que una vez que tenemos grandes conjuntos de datos, la selección del clasificador ML no tiene mucho efecto? ¿Qué significa 'grande' aquí?

¿Cómo funciona la detección de rostros?

Cómo usar OpenCV en combinación con Scikit-learn

¿Qué redes neuronales se han diseñado para leer los labios?

¿Por qué Intel Xeon Phi no se usa mucho para acelerar el entrenamiento de aprendizaje profundo?

Entre JavaScript y la ciencia de datos, ¿qué debo hacer? Tengo que aprender a los dos desde cero.

¿Cuáles son algunas bibliotecas de software para el aprendizaje a gran escala?

¿Cuáles son algunos buenos cursos y certificaciones en línea en aprendizaje automático e inteligencia artificial para un estudiante universitario de CS actual?

¿En qué tipos de búsqueda falla más claramente Google? ¿Y qué vías y sitios abordan estos problemas mejor o más prometedora?