La relación S / N depende de la escala de tiempo que vea la investigación y el desarrollo de AI / ML.
Se están publicando muchos documentos, y puede parecer que hay mucho “ruido”. Sin embargo, solo es ruido si siente la presión de leer cada papel con la prensa.
Un solo artículo, como cualquier estudio en cualquier otro campo científico, no tiene mucho peso. Especialmente si es nuevo. Es solo después de que una técnica se verifica de forma independiente, se vuelve a aplicar en una variedad de configuraciones de problemas, que sabemos si una idea es buena.
- ¿Cómo funciona el sistema de clasificación de Aarne-Thompson?
- ¿Cuál es la relación entre covarianza cero e independencia? ¿Cuáles son ejemplos en la ciencia de variables que no son independientes pero tienen cero covarianza?
- ¿Cuál es su opinión sobre los rastros de elegibilidad para el aprendizaje de la diferencia temporal? ¿Es solo una asignación de crédito o un truco de aceleración?
- En clasificación, ¿cómo manejas un conjunto de entrenamiento desequilibrado?
- ¿Cuál es el mejor software de reconocimiento facial en el mercado?
Una forma mucho menos estresante de ingerir nuevas investigaciones en IA es simplemente cotillear con otros investigadores de IA, preguntarles qué piensan de un artículo determinado y tal vez esperar 1 año para ver qué pasa con el trabajo y si hay algún seguimiento publicaciones.
En una escala de tiempo de año a año, la relación S / N es realmente bastante alta, porque las ideas que son buenas y realmente funcionan se mantendrán, se reproducirán con código de código abierto o se refinarán. Ni siquiera necesita leer el periódico para ver esto.
Un buen artículo puede ser una buena lectura, incluso si resulta que no funciona bien. Por ejemplo, a veces uno puede inspirarse con sus propias ideas leyendo un periódico, o encontrar alguna justificación para un resultado muy convincente y perspicaz.
Si usted es un investigador activo en el campo, es una historia ligeramente diferente, ya que es más difícil encontrar contribuciones novedosas si tiene un retraso de 1 año en la lectura en papel. O tal vez es más fácil? A menudo siento que los investigadores de IA persiguen constantemente el trabajo de seguimiento a nuevas ideas de hace 1 año, pero no nuevas ideas de hace 2 años.
