No soy un especialista en QAS, así que tome mi respuesta con un grano de sal.
Los QAS son definitivamente demandados por el sector privado. Es fácil ver por qué. Un QAS potente ahorraría a las empresas muchos gastos, al tiempo que les permitiría comprender mejor a los clientes.
Por lo que he visto, el impulso para un mejor QAS está ocurriendo en dos frentes. Uno se centra en mejorar el aprendizaje automático en general. El objetivo es hacer que el modelo de máquina sea lo suficientemente preciso como para sustituir a un ser humano. Estos enfoques están desarrollando matemáticas sofisticadas que mejorarían la idea clásica del aprendizaje automático. Con suficientes datos y el modelo correcto, puede emparejar directamente la consulta de un cliente con la respuesta más adecuada. Este frente se esfuerza por mejorar este emparejamiento directo lo mejor posible.
El otro frente es sobre la abstracción. Esto se ve principalmente en los sistemas de traducción, pero seguramente también se moverá a QAS. La idea aquí es mapear la consulta del cliente en un modelo abstracto de lenguaje. No está asignando directamente una respuesta, sino interpretando el texto contra algún modelo de lenguaje. Solo una vez interpretado, se proporciona una respuesta. Recientemente ha habido grandes avances en el uso de este método. A menudo se le llama revolución en la traducción. Usar una estrategia similar en QAS definitivamente tiene potencial como investigación de doctorado.
- ¿Cuál debería ser el índice i10 y el índice h de un estudiante al final de su doctorado?
- ¿Es posible escribir una tesis doctoral en filosofía que tenga menos de cien páginas? ¿Cuáles son algunos ejemplos?
- ¿Puede un médico (con una maestría o un doctorado y varios años de experiencia, pero sin doctorado), servir como supervisor primario para un estudiante de doctorado en medicina?
- Mi supervisor de doctorado me odia, ¿debería dejar de fumar?
- ¿Cuáles son algunos de los mejores lugares en Francia para hacer un doctorado en física teórica de la materia condensada?