Od razu do rzeczy: naprawdę chciałbym nauczyć się sztucznej inteligencji.
Ale potrzebuję porady od doświadczonych facetów CS, kiedy powinienem wskoczyć na sztuczną inteligencję.
Jakie warunki są potrzebne, aby lepiej zrozumieć koncepcje sztucznej inteligencji?
artificial-intelligence
cprogcr
źródło
źródło
Odpowiedzi:
Będziesz potrzebować trochę dyskretnej matematyki . Wykresy, drzewa i tak dalej. Są to struktury leżące u podstaw AI.
Będziesz potrzebował pewnych umiejętności programowania , szczególnie w językach takich jak Prolog i LISP. Wiele systemów AI jest zaprogramowanych w tych językach.
Potrzebujesz logiki . Rachunek zdań i predykatów. Ich składnia i semantyka. Być może jakaś logika modalna. Będzie to stanowić podstawę do nauki o reprezentacji wiedzy, która jest podstawą sztucznej inteligencji.
W ciągu pierwszych dwóch lat regularnego stopnia informatyki zazwyczaj zdobywasz wystarczającą wiedzę, aby rozpocząć naukę sztucznej inteligencji.
Ale nie ma ograniczeń co do złożoności sztucznej inteligencji. Aby zagłębić się w to, potrzebujesz statystyk, rachunku różniczkowego, algebry macierzowej i prawdopodobnie znacznie więcej. Statystyczna teoria uczenia się (lub prościej uczenie maszynowe) zależy od tych obszarów.
Moja rada. Kup książkę o sztucznej inteligencji, aby przeczytać ją w swoim czasie. Dobrym przykładem jest Artificial Intelligence: A Modern Approach autorstwa Stuarta Russella i Petera Norviga. Ilekroć czegoś nie rozumiesz, spróbuj dowiedzieć się, jakiej wiedzy podstawowej brakuje. Następnie wypełnij te luki.
źródło
Powiedziałbym od razu.
Oczywiście będziesz potrzebować wielu różnych przedmiotów, takich jak wspomniany Dave Clarke. To, czego naprawdę potrzebujesz, zależy od tego, jaki smak AI wybierzesz. Jeśli dążysz do końca uczenia maszynowego, nie będziesz potrzebować logiki ani dyskretnej matematyki, ale będziesz potrzebował dużej pomocy teorii prawdopodobieństwa, statystyki, algebry liniowej, optymalizacji i rachunku wielowymiarowego.
Chodzi mi o to, że jeśli uczysz się tych rzeczy w celu opanowania sztucznej inteligencji, a nie dla nich samych, potrzebujesz czegoś, co utrzyma twoją motywację. Więc zacznę się bawić. Zamiast czytać o tych wszystkich rzeczach, po prostu spróbuj napisać szachisty bez wcześniejszej wiedzy lub zaprogramować prostą symulację sztucznego życia. Jeśli zaczniesz sam, da ci kontekst do umieszczenia rzeczy, których nauczysz się później.
Jeśli poczekasz, aż ukończysz wszystkie przedmioty, o których wspomniałem powyżej, zanim napiszesz swój pierwszy program sztucznej inteligencji, będziesz potrzebować ogromnej determinacji, aby utrzymać się przez trzy lata lub mniej więcej.
Po napisaniu kilku programów zabawek, możesz zacząć od książki z omówieniem, aby zdobyć degustatorów wszystkich tych tematów skupionych na sztucznej inteligencji. Russell i Norvig są trochę logiczni. Twoja najlepsza opcja zależy od tego, jakie pola zainteresują. Jeśli wybierzesz uczenie maszynowe, dobrym pomysłem jest „uczenie maszynowe” Toma Mitchella.
źródło
Chociaż zgadzam się z innymi odpowiedziami, ponieważ ja i chcąc zostać studentem współczesnej sztucznej inteligencji, myślę, że wiedza matematyczna ma ogromne znaczenie.
Weźmy na przykład tę serię wykładów na Uniwersytecie Stanforda na YouTube . Jeśli potrafisz przejść przez pierwsze 6 wykładów i zrozumieć przedstawione pojęcia matematyczne i notację, aby wyjaśnić, w jaki sposób i dlaczego algorytmy takie jak regresja logistyczna, algorytmy bayesowskie i sieci neuronowe, takie jak SVM (maszyny wektorów wsparcia), mogą być użyte do rozwiązania problemów w komputerowy proces zbierania wiedzy, wtedy jesteś gotowy, aby rozpocząć poważne badania - moim zdaniem.
Jeśli okaże się, że brakuje Ci podstaw, dobrym pomysłem na rozpoczęcie są kursy takie jak lista poniżej.
Niektórzy mogą sugerować zwykłe równania różniczkowe lub kurs analizy - ale to może być zbyt wiele. Chociaż jeśli Twoim celem są poważne badania, zalecam podejście polegające na nadmiernym zabijaniu. Inną ciekawą książką poleconą mi przez Nicka Bostroma jest „ superinteligencja ”, jeśli jesteście tylko ciekawi.
Myślę też, że więc kursy z psychologii, podstawowej neurologii, biologii (jak komunikują się komórki i mikroorganizmy), być może nawet socjologia może nie być złym inwestycją twojego czasu. Pomoże ci zrozumieć inteligencję w szerszym znaczeniu. Na przykład algorytmy genetyczne są modelowane na podstawie procesów biologicznych dotyczących przekazywania genów.
W sensie socjologicznym, jak myśli tłum? Czy jest to rozproszona inteligencja, rozproszona głupota, czy obie w pewnych okolicznościach? Czy może to zapewnić wskazówki dotyczące nowych algorytmów w przyszłości? Wątpliwe, ale mam nadzieję, że rozumiecie mój punkt widzenia.
źródło