머신러닝이 결국 안쓰이게 될것 같지 않냐

[익명(223.38)]

내부 구조가 블랙박스에 가까워서

알고리즘적인 개선도 안되고

데이터 의존적이고(결국 빅테크 기업 말고는 경쟁력이 딸리게 되어서 성능이 나빠진다는 소리1)

하드웨어 의존적이고(위랑 같은 얘기 2)

이런걸 계속 들고 있을 수도 없잖어

[익명(39.7)]

데이터 다 까라 신택스도 다 공개해라 그럼 아무도 안낼거기때문에 결국 사장될듯

[익명(222.238)]

그정도면 낼 놈은 낼걸

[0_-(220.109)]

트랜스퍼 러닝 얍

[익명(210.216)]

당연한소릴

[Jahy(pytorch)]

머신러닝 연구하는 애들도 그거 개선하려고 하고 있어서 좀 봐야할듯. 단적으로 블랙박스 구조는 xai나 symbolic ai, causal inference 쪽으로 연구가 있고, 하드웨어 dependency는 nas(lottery ticket류 포함), pruning, network quantization이 있음. 그리고 data dependency는 위에서 말한 트랜스퍼 러닝을 기반으로 few-shot learning이나 domain adaptation쪽으로 연구가 있어서 적은 custom data 갖고도 generality를 잃지 않는 모델을 뽑아내려고 하고 있구. 결국 gpt같은 general model은 빅테크가 갖더라도, 그 모델 상속받아서 customize하는 쪽의 room은 계속 있을거같음.

[익명(222.108)]

ㄴㄴ 계속 쓸 듯

[익명(110.70)]

이미 잘 쓰고 있는데 뭔 망상이냐

[익명(112.186)]

너가 말한건 딥러닝이지 머신러닝이 아님. 결정트리 같은 화이트박스 알고리즘도 존재하고 SVM 같이 적은 데이터로도 준수한 효과를 얻는 알고리즘도 이미 있음

[익명(39.7)]

랜덤포레스트

[익명(66.180)]

ㄹㅇ 이미 머신러닝 현실에서 쓰이는부분이 졸라게 많은데 뇌피셜만 열심히 돌리네 - dc App