Estás leyendo la publicación: Ya no es necesario estudiar matemáticas
Algunos dicen que las matemáticas y la IA son dos ramas del mismo árbol. Otros creen que las matemáticas forman la columna vertebral de la IA. Pero, ¿y si elimináramos las matemáticas mismas de la ecuación? Así es. Desde que creamos softwares que pueden ayudar a los programadores sin involucrar ni un poco de matemáticas, AI/ML se está convirtiendo en un campo ampliamente accesible para todos, ya que se está eliminando la barrera matemática de entrada.
Regístrese para este evento gratuito >>
Mientras tanto, Boaz Barak, profesor israelí-estadounidense de informática en la Universidad de Harvard, dijo el año pasado: “Enseño informática y me disculpo menos ahora por tener tantas matemáticas”. Lo mismo ocurre con Conrad Wolfram, el autor de ‘The Math(s) fix’. Wolfram dijo que con la era de ChatGPT, ser malo en matemáticas es un problema tan grande para el estudiante como lo es para la materia misma: se ha estancado.
¿Dónde estamos ahora?
Antes de discutir la necesidad de las matemáticas en la era del aprendizaje automático, debemos admitir que en medio de las tendencias actuales en el campo, los investigadores se han empujado hacia la investigación basada en aplicaciones en lugar de la teórica. “La investigación matemática pura no suele publicarse en las principales conferencias de ML”, señaló un usuario de Reddit.
“He pasado mucho más tiempo instalando controladores CUDA que demostrando teoremas”, dijo otro usuario de Reddit en un hilo hablando sobre la cantidad de matemáticas involucradas a diario en la ingeniería de ML.
Como ingeniero de investigación, rara vez tiene que “hacer matemáticas” en estos días, ya que pasa el 30% de su tiempo leyendo documentos, el 60% implementando los documentos y el otro 10% escribiendo informes. La única parte en la que se requiere conocimiento de las matemáticas es cuando traduce el documento a código.
Pero, por otro lado, muchos investigadores han desarrollado cada vez más la sensación de que muchas de las frutas maduras en la investigación de ML se secarán muy pronto, dejando atrás a aquellos que tienen un conocimiento experto del dominio, que incluye las matemáticas. Por ejemplo, un área creciente de investigación es la ‘teoría del aprendizaje profundo’, que utiliza conceptos matemáticos avanzados como el aprendizaje profundo geométrico, el flujo RG, la geometría de la información y muchos conceptos similares. A medida que avanza el campo, sería esencial estar profundamente arraigado en las matemáticas.
Andrew Ng, el gurú del aprendizaje profundo, presentó recientemente un nuevo curso que se centra en la comprensión de conceptos matemáticos. Matemáticas para ML y ciencia de datos es un curso de nivel principiante para comprender las matemáticas detrás de la IA con conceptos como álgebra lineal, probabilidad, estadística y cálculo. Está claro que se necesitan al menos matemáticas “básicas” para ingresar al campo de la IA.
2/A menudo he dicho “no te preocupes por eso” cuando se trata de matemáticas, porque las matemáticas no deberían impedir que nadie progrese en ML. Y, comprender algunos temas clave en álgebra lineal, cálculo y prob y estadísticas lo ayudará a lograr que los algoritmos de aprendizaje funcionen mejor.
– Andrew Ng (@AndrewYNg) 25 de enero de 2023
¿Te arrepentirías de no haber estudiado matemáticas?
Claro, la barrera de entrada para un novato en computadoras para ingresar al campo ML ha disminuido drásticamente. Muchos campos de ML son solo para implementar modelos, y muchos modelos nuevos como ChatGPT o Codex incluso están escribiendo el código por usted. Saber las matemáticas detrás de todo esto es algo en lo que ya ni siquiera pensamos.
Siguiendo la conversación en Reddit, un ingeniero experimentado en ML expone sus pensamientos sobre la necesidad de estudiar matemáticas. “No pasa un día sin que me arrepienta de no haber tenido una formación matemática más profunda”, se lamentó. La mayor parte del paradigma actual de AI/ML requiere inventar cosas y llevarlas a la calidad del nivel de producción.
Pero, por otro lado, es inmensamente útil para una persona tener suficientes conocimientos de matemáticas para imaginar nuevas soluciones.
Además, la IA está mejorando en matemáticas. Recientemente, ChatGPT con el complemento Wolfram obtuvo un 96% en el examen de nivel A de Matemáticas del Reino Unido, un examen que es una calificación esencial para prepararse para ingresar al campo de la IA.
Lo que esto nos dice es que si la IA puede descifrar un examen destinado a ingresar a la IA, debe haber un cambio importante en los sistemas educativos de todo el mundo para adaptarse al paradigma cambiante de la enseñanza de las matemáticas.
La conclusión es que la vida cotidiana normal de un ingeniero de ML no requiere una gran comprensión de las matemáticas. Pero siempre es más prudente fortalecer los cimientos antes de sumergirse en el campo. Con muchos cursos de ingeniería rápidos, todos quieren ser programadores y desarrolladores, pero la verdad es que necesitas saber matemáticas para construir una mejor IA. Construir sobre ChatGPT no es aprendizaje automático.
