ฉันควรเรียนรู้ปัญญาประดิษฐ์เมื่อใด [ปิด]

ตรงประเด็น: ฉันต้องการเรียนรู้ AI จริงๆ

แต่ฉันต้องการคำแนะนำจากพวก CS ที่มีประสบการณ์ว่าเมื่อใดฉันควรเข้าสู่ปัญญาประดิษฐ์

จำเป็นต้องมีข้อกำหนดเบื้องต้นอะไรบ้างเพื่อให้ฉันเข้าใจแนวคิด AI ได้ดีขึ้น

คุณจะต้องบางคณิตศาสตร์ไม่ต่อเนื่อง กราฟต้นไม้และอื่น ๆ นี่คือโครงสร้างพื้นฐานของ AI

คุณจะต้องมีทักษะการเขียนโปรแกรมโดยเฉพาะในภาษาเช่น Prolog และ LISP ระบบ AI จำนวนมากถูกตั้งโปรแกรมในภาษาเหล่านี้

คุณจะต้องมีตรรกะ แคลคูลัสเชิงประพจน์และภาคแสดง ไวยากรณ์และความหมายของพวกเขา บางทีตรรกะบางอย่างเป็นกิริยาช่วย สิ่งนี้จะเป็นพื้นฐานสำหรับการเรียนรู้เกี่ยวกับการเป็นตัวแทนความรู้ซึ่งเป็นพื้นฐานของ AI

ในช่วงสองปีแรกของการศึกษาระดับปริญญาวิทยาศาสตร์คอมพิวเตอร์ปกติคุณจะมีพื้นฐานเพียงพอที่จะเริ่มเรียน AI

แต่ไม่ จำกัด ว่า AI จะซับซ้อนแค่ไหน คุณต้องมีสถิติแคลคูลัสพีชคณิตเมทริกซ์และอื่น ๆ อีกมาก ทฤษฎีการเรียนรู้ทางสถิติ (หรือเพียงแค่การเรียนรู้ด้วยเครื่องจักร) ขึ้นอยู่กับสาขาเหล่านี้

คำแนะนำของฉัน. ซื้อหนังสือเกี่ยวกับปัญญาประดิษฐ์เพื่ออ่านในเวลาของคุณเอง สิ่งที่ดีคือปัญญาประดิษฐ์: แนวทางที่ทันสมัยโดย Stuart Russell และ Peter Norvig เมื่อใดก็ตามที่คุณไม่เข้าใจบางสิ่งพยายามที่จะหาว่าคุณขาดความรู้พื้นฐานอะไร จากนั้นเติมช่องว่างเหล่านั้น

ฉันจะพูดทันที

แน่นอนว่าคุณต้องมีวิชาที่แตกต่างมากมายเช่นที่ Dave Clarke พูดถึง สิ่งที่คุณต้องการจริงๆขึ้นอยู่กับว่าคุณเลือกใช้ AI ประเภทใด หากคุณมุ่งไปที่จุดสิ้นสุดของการเรียนรู้ของเครื่องคุณจะไม่จำเป็นต้องใช้ตรรกะหรือคณิตศาสตร์แบบแยก แต่คุณจะต้องได้รับความช่วยเหลืออย่างมากจากทฤษฎีความน่าจะเป็นสถิติพีชคณิตเชิงเส้นการเพิ่มประสิทธิภาพและแคลคูลัสหลายตัวแปร

ประเด็นของฉันคือถ้าคุณกำลังเรียนรู้สิ่งเหล่านี้เพื่อที่จะเป็นผู้เชี่ยวชาญ AI และไม่ใช่เพื่อประโยชน์ของพวกเขาเองคุณจะต้องมีสิ่งที่จะทำให้แรงจูงใจของคุณขึ้น ดังนั้นฉันจะเริ่มยุ่ง แทนที่จะอ่านสิ่งเหล่านี้ทั้งหมดเพียงลองเขียนโปรแกรมเล่นหมากรุกที่ไม่มีความรู้มาก่อนหรือตั้งโปรแกรมการจำลองชีวิตแบบง่าย ๆ หากคุณเริ่มด้วยตัวคุณเองมันจะให้บริบทแก่คุณในการวางสิ่งที่คุณจะได้เรียนรู้ในภายหลัง

หากคุณรอจนกว่าคุณจะเสร็จสิ้นทุกวิชาที่ฉันกล่าวถึงข้างต้นก่อนที่คุณจะเขียนโปรแกรม AI ครั้งแรกของคุณคุณจะต้องมีการแก้ไขอันยิ่งใหญ่ที่จะดำเนินการในสามปีหรือมากกว่านั้นเพื่อให้เสร็จ

เมื่อคุณเขียนโปรแกรมของเล่นสองสามเล่มคุณสามารถเริ่มต้นด้วยหนังสือภาพรวมเพื่อเรียนรู้เกี่ยวกับ AI ทั้งหมด รัสเซลและนอร์วิคค่อนข้างหนักกับตรรกะ ตัวเลือกที่ดีที่สุดของคุณขึ้นอยู่กับสาขาย่อยที่คุณสนใจถ้าคุณไปเรียนรู้ด้วยเครื่อง Machine "Tom Learning" ของ Tom Mitchell เป็นตัวเลือกที่ดี

ในขณะที่ฉันเห็นด้วยกับคำตอบอื่น ๆ ในขณะที่ตัวฉันเองและกำลังมองหาที่จะเป็นนักเรียนของ AI ที่ทันสมัยฉันคิดว่าความรู้ทางคณิตศาสตร์มีความสำคัญยิ่ง

ใช้ชุดการบรรยายนี้ YouTube จาก Stanford University ตัวอย่างเช่น หากคุณสามารถผ่านการบรรยาย 6 ครั้งแรกและเข้าใจแนวคิดและสัญลักษณ์ทางคณิตศาสตร์ที่นำเสนอเพื่ออธิบายวิธีและเหตุผลของอัลกอริทึมเช่น Logistic Regression, Bayesian และอัลกอริทึมเครือข่ายประสาทเช่น SVM (Support Vector Machines) สามารถใช้แก้ปัญหาใน กระบวนการรวบรวมความรู้ของคอมพิวเตอร์จากนั้นคุณพร้อมที่จะเริ่มการวิจัยอย่างจริงจัง - ในความคิดของฉัน

หากคุณพบว่าคุณขาดพื้นฐานแล้วหลักสูตรเช่นนี้คือรายการด้านล่างอาจเป็นจุดเริ่มต้นที่ดี:

1. วิทยาการคอมพิวเตอร์ 1 และ 2
2. โครงสร้างข้อมูล
3. การวิเคราะห์อัลกอริทึม
4. 3 แคลคูลัสหลักสูตร
5. คณิตศาสตร์ไม่ต่อเนื่อง
6. พีชคณิตเชิงเส้น
7. ความน่าจะเป็นและสถิติ

บางคนอาจแนะนำสมการเชิงอนุพันธ์สามัญหรือหลักสูตรการวิเคราะห์ - แต่มันอาจจะจบลงด้วยการฆ่า แม้ว่าการวิจัยอย่างจริงจังจะเป็นเป้าหมายของคุณก็ตามฉันขอแนะนำวิธีการฆ่ามากกว่า หนังสือที่น่าสนใจอีกข้อที่แนะนำให้ฉันคือ " Superintelligence " โดย Nick Bostrom ถ้าคุณอยากรู้

ฉันยังคิดว่าหลักสูตรในด้านจิตวิทยาประสาทวิทยาศาสตร์พื้นฐานชีววิทยา (การที่เซลล์และจุลชีพสื่อสารกัน) อาจเป็นไปได้แม้แต่สังคมวิทยาอาจไม่เป็นการลงทุนที่เสียเวลาของคุณ มันจะช่วยให้คุณเข้าใจความฉลาดในแง่ที่กว้างขึ้น ยกตัวอย่างเช่นอัลกอริธึมทางพันธุกรรมถูกจำลองจากกระบวนการทางชีวภาพที่เกี่ยวข้องกับการถ่ายทอดยีน

ในแง่ของสังคมวิทยาฝูงชนคิดอย่างไร? มันเป็นการกระจายข่าวกรองหรือความโง่เขลากระจายหรือทั้งสองอย่างภายใต้สถานการณ์บางอย่าง? นี่เป็นคำแนะนำสำหรับอัลกอริทึมใหม่ในอนาคตหรือไม่ สงสัย แต่หวังว่าคุณจะเห็นจุดของฉัน