No puede saber cuándo usarlo o no en general porque limitará en gran medida sus posibles avances y ganancias inesperadas.
Hasta 1998, era fácil decir que usara solo la densidad de palabras clave en la búsqueda en Internet, como lo hizo Altavista. No podría haberle dicho a nadie más que usara otros métodos, ciertamente no matemáticos basados en el análisis de valores propios de Álgebra lineal hasta que aparecieron Larry Page y Sergey Brin y reescribieron por completo la sabiduría convencional de qué usar en la búsqueda.
De manera similar, hasta 2012 no se le podía decir a nadie en Computer Vision que podrían producir resultados de procesamiento de imágenes de clase mundial hasta que Geoffrey Hinton apareciera y reescribiera el libro, lo que incitó un enorme aumento en el interés y la conciencia de la IA en general.
- ¿Es útil el aprendizaje automático en el campo de la ingeniería eléctrica?
- ¿Cómo debo prepararme para Shogun Machine Learning Toolbox en GSoC? ¿Es difícil ser seleccionado en Shogun?
- ¿Cuál es la mejor manera de implementar mi algoritmo de reducción de dimensiones?
- ¿Cómo debo comenzar a escribir una IA que jugará FIFA?
- ¿Cómo debo comenzar si quiero ser parte de un proyecto de inteligencia artificial?
En resumen, uno puede decirle cuándo usar ML o no de acuerdo con la sabiduría convencional en este momento, pero inevitablemente correrá el riesgo de perder grandes ganancias potenciales con algunos avances completamente inesperados.