¡Buen tiempo de lectura, queridos usuarios de Habr!
Este artículo trata sobre el libro de Algoritmo Supremo, Pedro Domingos, traducción de El algoritmo maestro (Cómo la búsqueda de la máquina de aprendizaje definitiva rehacerá nuestro mundo)
El autor dedica un libro a la memoria de su hermana, y el tema principal del libro es el uso del aprendizaje automático para encontrar medios para combatir las enfermedades.
En el prólogo, el autor muestra las aplicaciones existentes de aprendizaje automático.
El aprendizaje automático es una tecnología que se construye sola. Esto es nuevo
fenómeno en nuestro mundo.
Los algoritmos de aprendizaje son artefactos que crean otros artefactos.
En el primer capítulo, el autor describe la creciente complejidad de los algoritmos de software: espacial, temporal, humano (la posibilidad de detectar errores).
Los algoritmos de aprendizaje son aquellos que crean otros algoritmos entrenados sobre la base de datos.
Se da la controvertida tesis:
Algún día sucederá lo inevitable: los algoritmos de aprendizaje se convertirán en un intermediario indispensable y el poder se concentrará en ellos.
El segundo capítulo proporciona la hipótesis central del libro:
Todo el conocimiento, pasado, presente y futuro, se puede extraer de los datos utilizando un algoritmo de aprendizaje universal.
Se presentan argumentos de los campos de neurobiología, evolución, física, estadística, informática.
Como señaló Isaiah Berlin, algunos pensadores son como zorros y saben muchas cosas diferentes, y algunos son como erizos que saben una cosa, pero son importantes.
Algoritmo de aprendizaje universal: un arma increíblemente poderosa contra el monstruo de la complejidad
Se enumera una lista de cinco tipos identificados de aprendizaje automático:
La búsqueda del Algoritmo Supremo es compleja, pero están animados por la rivalidad de varias escuelas científicas que operan en el campo del aprendizaje automático. Los más importantes son los simbolistas, conexionistas, evolucionistas, bayesianos y analogistas.
Para los simbolistas, la inteligencia se reduce a la manipulación de símbolos: así es como los matemáticos resuelven ecuaciones, reemplazando una expresión con otra
Para los conectivos, el entrenamiento es lo que hace el cerebro y, por lo tanto, creen que este órgano debe ser replicado por ingeniería inversa
Los evolucionistas creen que la madre del aprendizaje es selección natural
Los bayesianos están principalmente preocupados por la incertidumbre
Para los análogos, la clave del aprendizaje es encontrar similitudes entre diferentes situaciones y, por lo tanto, inferir lógicamente otras similitudes
Además, en cinco capítulos, se consideran los principales métodos para cada tipo de enfoque, después de lo cual el autor describe su versión de su combinación basada en las redes lógicas de Markov:
Para resumir: el algoritmo de aprendizaje automático unificado al que hemos llegado utiliza la red lógica de Markov como una representación, la probabilidad posterior como una función de evaluación, y el optimizador en él utiliza la búsqueda genética en combinación con el descenso del gradiente
El décimo capítulo describe los beneficios en un mundo equipado con buenos algoritmos de aprendizaje.
¿Por qué está sesgada la sinopsis? Como tomé los algoritmos descritos como base, pero en lugar de comprimirlos en uno, sugerí construir una tubería a partir de ellos :)