¿Cómo domina la inteligencia artificial las tecnologías centrales?
¿Por qué es necesario el descenso de gradiente en primer lugar?
¿Alguna vez has tenido esta pregunta en mente cuando estabas aprendiendo los conceptos básicos del aprendizaje automático? El descenso de gradiente es uno de los algoritmos básicos que encontraremos en el aprendizaje inicial y este método ha demostrado ser muy eficaz en ML. Pero una vez que empieces a leer este artículo, te cuestionarás lo que has aprendido hasta ahora.
Lo que comenzó como una pregunta sencilla se convirtió en una gran discusión entre los ejecutivos de Reddit. Me encanta leer estos comentarios. Creo que si estás interesado en este campo y tienes una actitud rigurosa hacia las matemáticas, te resultará muy útil.
Ingeniería inversa de redes neuronales a gran escala
¿Qué se debe hacer cuando el desarrollador de una red neuronal grande y compleja desaparece repentinamente, sin dejar la documentación necesaria para comprender la red? Esto no es un mito, sino una situación común que realmente sucede y el propio interrogador se ha encontrado con ella.
Esta situación les sucede a menudo a los desarrolladores, pero cuando se trata de aprendizaje profundo, es completamente nueva. Este artículo presenta varios métodos que los científicos pueden utilizar para restaurar las ideas de diseño originales de modelos profundos. Algunas respuestas son prácticas, otras ridículas, pero cada una añade una nueva perspectiva. Quizás algún día te ayuden cuando estés en esta situación.
Polémica por la API de TensorFlow 2.0
Me llamó la atención la gran cantidad de comentarios sobre este tema (110 comentarios al momento de escribir este artículo). ¿Qué tema en el mundo puede causar tanta controversia? Sin embargo, a medida que sigue leyendo, las opiniones completamente diferentes entre los debatientes son alucinantes. Además de que TensorFlow es ridiculizado como "no es un buen marco", muchas personas elogian a PyTorch (si ha usado PyTorch, comprenderá que esto no es sorprendente).
Todo comenzó cuando Francois Chollet publicó su idea en GitHub, lo que encendió un fuego en la comunidad de aprendizaje automático.
Aprendizaje por refuerzo basado en recompensas previstas
Otro proyecto de OpenAI en este artículo, Huo Ying Computer Training, se considera otro gran avance para ellos. El título no parece tan especial, pero hay que entender lo que hizo el equipo de OpenAI. Como señaló un usuario de Reddit, el trabajo de OpenAI nos acerca un paso más a las máquinas que imitan el comportamiento humano.
Me tomó alrededor de un año de entrenamiento pasar el juego Montezuma's Revenge a un nivel más allá del nivel humano, ¡lo que dejó una impresión muy profunda en la gente!