Por supuesto, ROT13 en particular es demasiado simple y no tiene aplicación en el aprendizaje automático. Pero, para responder a su pregunta más general, sí, hay ciertas formas de conceptos de codificación-decodificación que están intrínsecamente relacionadas con el aprendizaje automático y la inteligencia artificial.
Una forma de codificación que comúnmente encontramos es la compresión . En otras palabras, codificar datos de la manera más corta posible. En última instancia, el aprendizaje automático se trata de poder extrapolar, predecir lo que aún no se ha visto. Aquí hay un ejemplo intuitivo para explicar cómo puede usar la compresión para predecir el futuro: suponga que tiene un flujo de palabras:
“bla, bla, bla bla bla”
- ¿Qué idioma está relacionado con la IA?
- ¿Sería posible, con los algoritmos actuales de aprendizaje automático o los conocimientos generales de informática, crear una computadora tan poderosa y artificialmente inteligente como la de Persona de interés?
- Cómo asegurarme de que no seré reemplazado por un robot
- ¿Qué temas debo saber en PNL?
- ¿Cuánto tiempo hasta que se hacen los androides en el mundo?
Ahora quieres predecir qué palabra viene después. ¿Cuál es más probable, “bla” o “zxcv”?
Intenta comprimir estas dos cadenas:
“Bla, bla, bla, bla, bla, bla”
“Bla, bla, bla, bla, bla, zxcv”
El primero se puede comprimir en inglés diciendo “seis bla”. El segundo se puede comprimir a la frase, “cinco bla y un zxcv”. (Alternativamente, podemos usar algo como bz2). El primero se comprime más corto, por lo que podemos predecir que la siguiente palabra será “bla” en lugar de “zxcv”.
Ver más: Matt Mahoney argumenta que la compresión es básicamente lo mismo que AI.
En una nota separada, se puede pensar en técnicas como el Truco del kernel como una forma de codificar datos para que ciertas propiedades estén expuestas.
En términos más generales, la ingeniería de características es un campo sobre formas de codificar datos de una manera adecuada para el aprendizaje automático.
