Si bien es tentador ver que las tendencias aumentan rápidamente, es importante ver largos períodos de resiliencia antes de la curva. Para quienes buscan una carrera en aprendizaje automático, es tranquilizador saber que este campo de estudio no solo es anterior a Internet y al alunizaje, sino también a la mayoría de los lectores de este libro.
Si bien es tentador ver que las tendencias aumentan rápidamente, es importante ver largos períodos de resiliencia antes de la curva. Para quienes buscan una carrera en aprendizaje automático, es tranquilizador saber que este campo de estudio no solo es anterior a Internet y al alunizaje, sino también a la mayoría de los lectores de este libro.
El aprendizaje automático no es un movimiento que se haya producido de la noche a la mañana y el camino hasta el día de hoy no ha sido nada fácil. Las teorías conceptuales surgieron en la década de 1950, pero el progreso se vio frenado por las limitaciones computacionales y los datos limitados. Esto dio lugar a un atasco de investigación y buenas intenciones a medida que los modelos teóricos de predicción, diseño de algoritmos y extrapolación de posibilidades futuras se acumulaban en las instituciones de investigación hasta que surgieron potentes chips de procesamiento y grandes conjuntos de datos en la década de 1990. El renovado interés ayudó a cerrar la brecha entre la teoría y la capacidad durante esta década, pero aún no fue suficiente para impulsar avances que alteraran el campo en el espacio del aprendizaje profundo.
