Estoy respondiendo esto desde el punto de vista de una persona con visión por computadora. Creo que la razón principal por la que los modelos gráficos parecen abundar en la literatura de la visión, mientras que las redes neuronales no lo hacen, es porque un modelo gráfico es un buen marco para codificar el conocimiento del dominio. Por poner un ejemplo, el mundo consiste en una pequeña cantidad de objetos, y estos cuando se ven desde una cámara, en presencia de luz, le dan una imagen. Un modelo gráfico probabilístico es una forma conveniente de formalizar tal intuición: solo tiene nodos que representan objetos, nodos que representan fuentes de luz, nodos que representan píxeles y ¡listo!
Por otro lado, las redes neuronales se parecen más a un algoritmo de propósito general que simplemente puede aplicar a una tarea de visión por computadora. Realmente no ofrecen muchas oportunidades para codificar intuiciones y conocimientos previos; de hecho, se supone que su fuerza es el hecho de que no necesitan ningún conocimiento previo. Si las redes neuronales se convierten en este tipo de caja negra que puede resolver cualquier tarea de visión por computadora, supongo que todos cambiarán a redes neuronales. Hasta entonces, a muchos investigadores de visión por computadora les gustaría codificar las intuiciones que tienen, y alguna fracción de ellos lo hará utilizando modelos gráficos.
Dicho esto, no existe realmente una dicotomía entre los modelos gráficos y las redes neuronales; uno se funde suavemente con el otro. Además, desde una perspectiva de visión por computadora, ambas son herramientas útiles y vale la pena conocer. Entonces, si tuviera que dar un consejo, probablemente diría: conozca ambos y luego elija lo que quiera para el problema en cuestión. Después de todo, esta es una ciencia, cómo el enfoque X funciona para la tarea Y siempre será una pregunta importante, para todos los X en la carrera y todos los Y que vale la pena conocer.
- ¿Cuántas personas en el mundo son expertos en aprendizaje profundo para visión por computadora?
- ¿Necesito una GPU para aprender el aprendizaje profundo?
- ¿Cómo puede un estado en el aprendizaje por refuerzo tener dos valores? Por ejemplo, como en el blackjack donde el as es 1 u 11.
- ¿Cómo funcionan los RBM? ¿Cuáles son algunos buenos casos de uso y algunos buenos artículos recientes sobre el tema?
- Cómo construir un automóvil autónomo a partir de un automóvil normal
