¿Dónde y cómo aprendiste sobre IA, y cuál es tu consejo para principiantes?

Esta será una respuesta poco convencional, pero aprendí inteligencia artificial al leer los documentos originales . Esto sucedió cuando era un estudiante de neurociencia, en su mayoría andaba con amigos de CS, así que tuve que diseñar mi propio aprendizaje de alguna manera. Ya me había inscrito en todas las píldoras Coursera Ngs y Udacity, rápido. IA, lo que sea, pero sentí que algo andaba mal, sospechoso, milenario. Ahora soy un verdadero estudiante de CS en un estudio avanzado, por lo que podemos decir que valió la pena.

Me conozco hasta el punto en que indudablemente (eventualmente) necesito entender las cosas desde su nivel cardinal, así que lógicamente ¿por qué no comenzar allí? Lea los documentos donde los conceptos se anunciaron y explicaron por primera vez para que la comunidad científica los critique y los valide. Si resistió la prueba del tiempo y años de crítica, probablemente debería leerlo.

La alternativa: cada enlace de Udacity que ve en las respuestas típicas le ofrece soluciones posibles. Y desde mi experiencia, puede marcar los enlaces, marcar la respuesta o abrir todos los enlaces en las pestañas de noticias hasta que los pierda. Los enlaces son la comida rápida del aprendizaje. Los cursos saben que las personas tienen una menor capacidad de atención hoy en día. Lo que estás haciendo es reforzar tu capacidad de atención baja. Es lo que la academia de códigos era para los libros formales. Necesitas una heurística más profesional para conectarte (viniendo de alguien que está en contra de la autoridad). Leer papeles

La parte difícil es comenzar en el papel correcto. Todavía no sé si existe uno. Pero te enseña cómo buscar por ti mismo. Leer documentos será como aprender un idioma o saltar a un artículo pesado de Wikipedia: tendrás que hacer una pausa en cada línea y encontrar el documento que describe el término que este otro documento usa de manera tan informal. Es todo un árbol de literatura desde allí, y a veces las ramas vuelven a girar.

A veces tendrá que abrocharse el cinturón y aprender un concepto de la misma manera que cuando aprendió su primer idioma, no por traducción directa, sino por contexto y experiencia.

Pero puede hacerse. Comencé a partir de los artículos de la década de 1960 sobre la implementación de neuronas e incluso cosas a nivel de máquina como la asincronidad y avancé hasta el presente, tratando de identificar los documentos fundamentales de cada época. Puedo intentar compilar una lista, o tal vez otras personas puedan comentar lo que piensan en documentos importantes. Los papeles están en algún lugar sobre un escritorio en el laboratorio de informática de mi alma mater.

Hinton, LeCun, etc.

Aquí hay algunos excelentes: Página de inicio de Geoffrey Hinton

Use http://scholar.google.com para buscar documentos legítimos. Aprendí esto en la universidad de mi asesor, Erlich. No puedes vencerlo, a menos que tengas un gran maestro que te recomiende los peldaños.

Después de leer, les pedí a mis amigos de CS que me hicieran una técnica de Feynman (los doctores intentaban probar su comprensión del material enseñando). Así que eso los benefició tanto a ellos como a mí. Una vez que entendí, fui a implementar el caso base y n + 1 casos de los algoritmos en papel para saber que realmente los aprendí. Esto tomó horas por papel. Todas las noches durante el verano, cuando también estaba tomando una clase de chino. Básicamente, practica el concepto.

Los documentos mismos (con sus suplementarios) son los relatos de primera mano del descubrimiento. Si bien es potencialmente más lento, no solo aprenderá los conceptos de su fuente, sino que también sentirá la prisa y el sabor de los tiempos en que se realizó ese descubrimiento. Es como leer la historia real en lugar de un manual de referencia. Te pone en un emocionante modo de descubrimiento en el que solo estás pensando: ¿cuál será el próximo algoritmo?

Abogo por el método porque creó una visión del mundo real (er) del mundo de la “IA” más allá de los artículos leales y los campamentos de codificación promocionados con fines de lucro o blogs financiados por anuncios. Todos buscan un atajo. La gente está vendiendo lo que parecen ser atajos. Puedes convertirte en un buen ingeniero, pero no serás un maestro a través de estos atajos. Permítame decirle por experiencia personal que los atajos lo llevarán a un nivel superior, pero con un techo en el que se sentirá frustrado por tener que comenzar desde cero en cosas que ya aprendió. También conocido como diletantismo. Por lo tanto, mi sugerencia es que no busque la solución rápida, no se deje intimidar por el material de origen y siga adelante. Y siéntase cómodo con el marcado de PDF o encuentre un servicio de impresión barato.

__

Sígueme en un viaje de informática y cerebro.

La IA es un campo enorme. Para darle algún consejo específico, necesito saber qué parte le interesa.

Introducción a AI: https://www.udacity.com/course/c … Lo enseña el jefe del proyecto de automóvil autónomo de Google y el tipo que escribió AI: A Modern Approach. ¡Y es gratis!

Otras clases gratuitas de IA en línea utilizan muchos de los temas cubiertos en esa clase como base.

Otras clases para hacer a continuación:
https://www.udacity.com/course/c … AI for Robotics
https://www.coursera.org/course/ml Machine Learning
https://www.coursera.org/course/ … Redes neuronales para el aprendizaje automático
https://www.coursera.org/course/ … Procesamiento del lenguaje natural
https://www.coursera.org/course/ … Planificación AI
https://www.coursera.org/course/… Neurociencia computacional

Página de inicio de MALLET

IA antigua y moderna: http://aima.cs.berkeley.edu/

Aprendizaje automático estadístico: http://scikit-learn.org/stable/

Cálculo evolutivo: https://code.google.com/p/deap/