Yo difiero: opino que lo que más >falta< hace son ingenieros y programadores para >implementar< deep learning en las organizaciones, empresas, etc.
Explico mi postura (HILACO) =>
Recientemente en I+D se han hecho cosas muy chulas (GANs, deep RL, etc.)...
Parece poco pero no lo es en absoluto.
3) Capacidad de cálculo (CPUs/GPUs). A efectos prácticos en la mayoría de los casos para aplicaciones reales no es un problema no ser que habláramos de tener independencia tecnológica a nivel país (fuera de discusión).
Para usar un modelo DL en local mejor haberlo entrenado con datos locales.
- Cómo hago que el usuario introduzca datos útiles
- Cómo se re-entrenan y mejoran modelos
- Cómo se detectan y escalan los fallos predictivos,
- y largo etc.
Lo que deberíamos de pensar (y enseñar) es cómo será la economía, empresas, y procesos en un mundo con IA.