Pocas personas aquí notaron correctamente que IBM Watson y Wolfram | Alpha son enfoques bastante diferentes. Recomiendo leer un artículo que compara estos dos logros asombrosos, escrito por Stephen Wolfram, el fundador de Wolfram | Alpha:
Jeopardy, IBM y Wolfram | Alpha
En ese artículo puede encontrar la cita de Stephen: “quizás con algo como el enfoque Jeopardy de IBM será posible obtener un buen suministro de respuestas probables de datos de candidatos, que pueden ser utilizadas como forraje para todo el sistema de motor de conocimiento computacional Wolfram | Alpha “. Personalmente, creo que la tendencia real de los algoritmos y los datos es la integración. A veces se observa en la transición de la cantidad a la calidad. Se logran muchas cosas al mezclar varios enfoques, algoritmos, dominios de conocimiento, datos y surgen cosas nuevas en las intersecciones de las ciencias interdisciplinarias y la innovación tecnológica derivada de la combinación de tecnologías. Para más detalles, lea el artículo de donde proviene esta bonita infografía:
- Cómo construir un motor de chatbot como wit.ai o chatfuel
- ¿Cómo es la investigación de aprendizaje profundo en el MIT en comparación con la Universidad de Toronto, la Universidad de Montreal, NYU o Stanford?
- ¿Cuál es la mejor manera de construir un bot de mensajería instantánea (IM) rápido y escalable?
- ¿Es cierto que no debemos tomar la inteligencia como evangelio?
- Tengo un conjunto de artículos de noticias, ¿cómo puedo determinar cuáles de ellos están hablando del mismo incidente utilizando técnicas de aprendizaje automático / aprendizaje profundo?