Прямо до речі: я дуже хотів би вивчити AI.
Але я хочу порадити досвідчених хлопців з CS щодо того, коли мені слід стрибати в штучному інтелекті.
Які необхідні умови для того, щоб я краще зрозумів поняття ШІ?
Відповіді:
Вам знадобиться певна дискретна математика . Графіки, дерева тощо. Це структури, що лежать в основі ШІ.
Вам знадобляться деякі навички програмування , особливо на таких мовах, як Prolog та LISP. На цих мовах запрограмовано багато систем ШІ.
Вам знадобиться певна логіка . Пропозиційне та предикатне числення. Їх синтаксис та семантика. Можливо, якась модальна логіка. Це стане основою для вивчення уявлення про знання, яке лежить в основі ШІ.
Протягом перших двох років регулярного навчання з інформатики ви, як правило, отримуєте достатньо досвіду, щоб почати вивчати ШІ.
Але немає обмеження, наскільки складний ШІ може бути. Щоб заглибитися в неї, вам знадобляться статистика, обчислення, матрична алгебра та, мабуть, багато іншого. Статистична теорія навчання (або простіше машинне навчання) залежить від цих напрямків.
Моя порада. Купіть книгу зі штучного інтелекту, щоб прочитати у свій час. Гарний варіант - Штучний інтелект: сучасний підхід Стюарта Рассела та Пітера Норвіга. Кожного разу, коли ви щось не розумієте, намагайтеся розібратися, яких базових знань вам не вистачає. Потім заповніть ці прогалини.
Я б сказав відразу.
Звичайно, вам знадобиться безліч різних предметів, як, наприклад, згаданий Дейв Кларк. Які саме вам справді потрібні, залежить від того, для якого аромату AI ви їдете. Якщо ви до кінця речей з машинного навчання, вам не знадобиться логіка чи дискретна математика, але вам знадобляться великі підказки теорії ймовірностей, статистики, лінійної алгебри, оптимізації та багатовимірного числення.
Моя думка полягає в тому, що якщо ви навчаєтесь цим для того, щоб оволодіти AI, а не заради себе, вам знадобиться щось, щоб підтримувати мотивацію. Тож я б почав просто возитися. Замість того, щоб читати про все це, просто спробуйте написати шахіста без будь-яких попередніх знань або запрограмувати просте моделювання штучного життя. Якщо ви почнете самостійно, це дасть вам контекст для розміщення речей, про які ви дізнаєтесь пізніше.
Якщо ви будете чекати, поки ви не закінчите всі теми, про які я говорив вище, перш ніж написати свою першу програму AI, вам знадобиться потужна рішучість тримати три роки, щоб закінчити.
Після того, як ви написали кілька іграшкових програм, ви можете почати з оглядової книги, щоб орієнтуватися на AI дегустаторів усіх цих предметів. Рассел і Норвіг трохи важкі за логікою. Ваш найкращий варіант залежить від того, які підполі вас цікавлять. Якщо ви перейдете до машинного навчання, то "Машинне навчання" Тома Мітчелла - хороший варіант.
Хоча я погоджуюся з іншими відповідями, оскільки я сам і прагну стати студентом сучасного ШІ, я вважаю, що математичні знання мають першорядне значення.
Візьмемо для прикладу цю серію лекцій YouTube зі Стенфордського університету . Якщо ви можете пройти перші 6 лекцій та зрозуміти математичні поняття та нотації, які представлені, щоб пояснити, як і чому такі алгоритми, як логістична регресія, байесівська та нейронна мережа, такі алгоритми, як SVM (Support Vector Machines), можуть бути використані для вирішення проблем у комп'ютерний процес збору знань, тоді ви готові розпочати серйозні дослідження - на мою думку.
Якщо ви виявите, що вам не вистачає основ, то курси на зразок наведеного нижче списку можуть бути хорошим місцем для початку:
Деякі можуть запропонувати звичайні диференціальні рівняння або курс аналізу - але це може бути надмірним. Хоча якщо ваша мета серйозних досліджень, то я рекомендую підхід над вбивством. Ще одна цікава книга, яку мені рекомендували, - « Суперінтеллект » Ніка Бострома, якщо ви просто цікаві.
Я також думаю, що курси з психології, базової нейрології, біології (як спілкуються клітини та мікроорганізми), можливо, навіть соціології можуть бути не поганими інвестиціями вашого часу. Це допоможе зрозуміти інтелект у більш широкому розумінні. Наприклад, генетичні алгоритми моделюють біологічні процеси щодо передачі генів.
У соціологічному розумінні, як думає натовп? Чи поширюється інтелект чи поширюється дурість, або обидва за певних обставин? Чи може це дати керівництво для нових алгоритмів у майбутньому? Сумнівно, але сподіваюся, ви бачите мою думку.