El aprendizaje automático con redes de neuronas artificiales se puede usar para optimizar algoritmos, la llamada inducción neuronal de programas. Se publica en arXiv un algoritmo de ordenación diseñado mediante aprendizaje con refuerzo que parece ser más eficiente que el algoritmo quicksort de C. A. R. Hoare; por supuesto, su complejidad computacional es la misma, O(n log n) operaciones, pero en los experimentos realizados con 100 secuencias aleatorias de 100.000 números el nuevo algoritmo requiere ~ 92 % del tiempo de ejecución de qu
|
etiquetas: inteligencia artificial , redes neuronales , algoritmos de ordenación
www.meneame.net/story/china-detecta-coronavirus-paquetes-gambas-ecuato
En teoría son iguales pero en la práctica parece que sí se nota la diferencia.
Lo que no han demostrado aún es si es correcto. Lo que no se es si ha generado un "algoritmo" o una red neuronal (que también bsenouede ver cómo un algoritmo.
Lo que sí creo que es importante es haber obtenido un resultado tan bueno con redes neuronales para un problema tan aleatorio y concreto.
Hay una teoría que demuestra la complejidad de un algoritmo común y de forma empírica se ha demostrado que tal complejidad podría ser menor lo que lleva a la siguiente pregunta para averiguar el porqué pues experimentalmente se debería haber llegado a la misma conclusión que lo que la teoría dice, y no es el caso.
Esto se debe a que supone que los datos generados por la naturaleza o por los humanos no son 100% aleatorios, sino que puede tener partes ya ordenadas las cuales no hay que tratarla.
Si con ésto se consigue no sólo un algoritmo de ordenación, sino una forma de conseguir tales algoritmos dependiendo del tipo de datos usados, quizá podría ser sería un gran avance (que alguien que sepa más me corrija si no estoy en lo cierto).
www.meneame.net/notame/1171295
Luego, en la photo finish, parece que el algoritmo "inventado" es un pelín más rápido que el quicksort, pero ni se sabe por qué, ni se sabe si siempre dará resultados correctos (dos cosas que si se conocen y se pueden demostrar en el quicksort). Sería como comparar dos F1 de la misma escudería y con los mismos reglajes, luego resulta que uno es una miseria más rápido que el otro pero no se sabe por qué (¿quizá tiene algo más de pintura en la carrocería? ¿algún filo o reborde está perjudicando la aerodinámica?) ni se puede probar cuál es la razón.
Ya no necesitamos demostraciones formales en aprendizaje computacional, como pasaba en los viejos tiempos de grandes como Vladimir Vapnik y Alexey Chervonenkis.
"Sin embargo, hay un pero. Por desgracia, no se puede demostrar matemáticamente que el nuevo algoritmo funcione de forma correcta (los autores prometen intentar lograrlo en el futuro). " ... sensacionlaista
Yo no he faltado a nadie, simplemente he dado una opinión ya que me cuesta mucho entender temas de programación y matemáticas en otras lenguas, mira chico que le vamos a hacer...
Te devuelvo el negativo, pero si quieres podemos contrastar opiniones y aquí no ha pasado nada.
Era por poner un ejemplo manejable, hombre, no conozco hasta qué punto estás en el mundillo o no
La cuestión es si existe un algoritmo de ordenación general tan óptimo, que prácticamente le de igual el tipo de datos a tratar/secuencia de inserción.
Yo no lo considero ni siquiera un algoritmo de ordenación, sino un algoritmo que se comporta COMO un algoritmo de ordenación.
Efectivamente, un algoritmo de ordenación es un constructo matematico al servicio de la computación, y no al revés.
Pero como es caja negra... Quien sabe!!!
Caja negra entiendo que no, si es una red neuronal es un conjunto de valores. Otra cosa es que sí es un lío sacar una lógica de qué hace dentro.
Imagino que la primera réplica es que tardamos el doble, y estoy de acuerdo. Pero y si no existe ningún otro algoritmo disponible para esa tarea en particular?
Quicksort no es el único algoritmo que puede ordenar en ese tiempo, aunque sí es de los más usados.
Así que la cosa suena un pelín sensacionalista.
Y para dejarlo claro, soy programador desde hace más de una década, también me dedico al aprendizaje automatico.
Para poder entenderla mas o menos, tendrias que tirar mas de la parte de aprendizaje y retropropagacion. Sinceramente, te seria más viable entender un ejecutable entero de 10MB desensamblandolo y analizando el ensamblador... que entender la mayoría de redes neuronales con uso practico/real (no usos de ejemplo académicos con tres capas y 5 neuronas...).
Una Red neuronal si se puede describir, pero el proceso interno por el que un valor x le corresponde la posición n, es totalmente opaco al investigador.
Es el gran problema al que nos estamos enfrentando en la informática teórica, quizá nuestra frontera actual: tenemos una herramienta eficaz que no sabemos cómo funciona.
(CC #6)
Bueno, lo matiza ahora #30 . Mi gozo en un pozo.
No merece la pena, obviamente.
Coñazo siempre la misma gracieta. Parecen el Nelson de los Simpsons con el "HA HA!!"
No aportan nada de valor a la información de la noticia y como gracieta ya...