Soy un poco escéptico respecto del aprendizaje sin supervisión, porque es demasiado difícil saber qué tarea se te pedirá que hagas. Si desea capacitar a un modelo para que mire una foto de una persona, deberá extraer características totalmente diferentes para diferentes aplicaciones. Si se trata de un videojuego que desea evaluar su nivel de interacción observando su expresión facial, necesitará características diferentes que si es una aplicación de compras que necesita identificar la marca de ropa que usa la persona y recomendar dónde comprarla. Así que creo que el futuro del aprendizaje profundo sin supervisión es convertirse en un aprendizaje semi-supervisado. Un buen ejemplo de esto es el entrenamiento de adversarios virtuales de Takeru Miyato et al:
[1507.00677] Suavizamiento distributivo con capacitación virtual publicitaria
[1605.07725] Capacitación de publicidad virtual para la clasificación de texto semiprotegido
También el aprendizaje semi-supervisado de Tim Salimans con GAN que coinciden con características:
- Cómo convertirse en experto en informática, matemáticas, astrofísica, piratería, dibujo, animación 3D y desarrollo web en diez años
- ¿En qué escenarios interesantes puede pensar mientras mira la campaña de Trump a través de (todos los niveles de) lógica predicativa?
- ¿Cómo recomendaría que Estados Unidos reestructure su sistema educativo para prepararse mejor para los próximos 50 años?
- Cómo estimar con precisión las salidas de efectivo para los próximos 5 años
- ¿Cuál es su próximo plan de 5 años?
[1606.03498] Técnicas mejoradas para entrenar GANs