Bundan 30 yıl sonra geleceğe bakalım. İyimser olalım ve makine öğrenimi ile ilgili alanların son 10 yılda gördüklerimiz kadar hızlı bir şekilde gelişmeye devam ettiğini varsayalım. Bu harika olurdu, ama o zaman böyle bir gelecekte geleneksel algoritmaların rolü ne olurdu?
Burada "geleneksel algoritmalar" ile, TCS'de izlediğimiz olağan süreci kastediyorum: iyi tanımlanmış bir hesaplama problemini biçimlendirmek , problemi çözmek için algoritmalar tasarlamak ve formal performans garantilerini kanıtlamak .
Şimdi , gelecekte de geleneksel algoritma tasarımını ve analizini kullanmamız gereken uygulama alanları nelerdir ve makine öğreniminin herhangi bir ilerlemesinin geleneksel algoritmaları çoğunlukla alakasız hale getirmesi pek olası değildir?
İlk başta bu aptalca bir soru gibi görünebilir: Tabii ki gelecekte de sıralama, arama, indeksleme vb. Yapabilmemiz gerekecek! Elbette Fourier dönüşümlerini verimli bir şekilde yapabilmemiz, büyük matrisleri çarpmanız, en kısa yolları bulmamız, lineer optimizasyon problemlerini çözmemiz gerekecek!
Fakat yine de, geleneksel olarak tasarladığımız algoritmaları kullandığımız uygulamalara daha derinlemesine bakmaya başladığınızda, geleneksel algoritma tasarımının ve analizinin bu sorunların doğru cevabı olduğu açık değildir: Aramaya ilişkin uygulamalarda , genellikle, belli belirsiz ve kötü tanımlanmış bir anlamda (örneğin semantik benzerlik) bir insana yakın bir eşleşme olan bir şey bulmakla ilgileniyoruz, bazı matematiksel anlamda en uygun olan bir şey değil (örneğin minimum düzenleme mesafesi). Rota planlama ile ilgili uygulamalardaGenellikle bazı örneklemlere göre iyi olan rotaları bulmakla ilgileniriz (örneğin, diğer insanlar bunu tercih eder), bazı matematiksel anlamda en uygun rotaları değil (örneğin en kısa mesafe veya en ucuz fiyat). Resimde belirsiz, kötü tanımlanmış bir insan bileşeni bulunduğunda, bir TCS araştırmacısının ortaya çıkmasına izin vermek yerine, örneklere dayalı iyi cevaplar üretmeyi öğretmeye çalışmamız daha iyi olabilir. geleneksel algoritma tasarımı ve analizi ile çözebileceğimiz resmi bir hesaplama problemiyle.
Öyleyse, geçmişte algoritmalarda neler yaptığımızın kesinlikle açık olduğu uygulama alanları (tercihen gerçek ve doğrudan endüstriyel uygulamalar) nelerdir? gelecek?
Makine öğrenim tekniklerinde alt rutin olarak kullanılan algoritmalar, geleceğe dönük açık bir aday gibi gözüküyor, ancak bu, kullandığımız özel makine öğrenim tekniğine bağlı ve son on yıl içinde gördüğümüz gibi, bu hızla değişebilir. .