Me alegra que pienses que se puede crear una IA en Python. Bueno, una IA es independiente del lenguaje, pero Python ciertamente es la forma más fácil de sortear la construcción de una con gran apoyo de la comunidad y bibliotecas robustas como scikit, pandas, integraciones numpy y sin problemas con marcos de aprendizaje profundo como TensorFlow y Pytorch.
Analicemos la creación de un software con respecto a las normas SDLC.
- Análisis: Primero debes decidir qué quieres construir. Puede ser un simple proyecto de automatización del hogar o un asistente personal complejo de nivel Jarvis. Decidir lo que quiere y apegarse a él es como poner la primera piedra de un edificio porque si no tiene claro lo que quiere construir, se desmoronará en las etapas posteriores como un castillo de naipes.
- Diseño: una vez que tenga claro lo que desea construir, diseñe cada caso de uso y asigne todos los recursos (GPU / procesadores pesados si su proyecto es muy intensivo, debe comprender la importancia del hardware que le ahorra mucho tiempo) a largo plazo). Decide qué pila usarás. Ahora aquí viene tu amor por Python. Si estás empeñado en hacer tu IA en Python, bueno, debes hacer que todo lo que quieras gire a su alrededor. Entonces no puede cambiar a marcos basados en Scala o Java que podrían ser más adecuados para su diseño de IA. Entonces, como dije, mantén una mente abierta en términos de lenguaje para usar, si tu visión y conceptos básicos son claros, aprenderás a codificar en todos los idiomas que necesites para hacerlo (necesitarás C / Assembly si quieres trabaje en microcontroladores, algunos conceptos de redes para comprender cómo interactúan los datos con su software y hardware y optimizaciones rudimentarias en términos de las bibliotecas que decida usar)
- Codificación: si le da el tiempo adecuado para pensar en todos los problemas en las dos fases anteriores, la codificación será más fluida y más fácil de depurar porque sabrá qué encontrar y qué codificar. Saber qué codificar es la mitad de la batalla. El descanso es tu conjunto de habilidades. Para la IA relacionada con la visión por computadora, deberá trabajar con OpenCV, para la PNL debe comprender los contextos y la jerga, y para descansar, el stackoverflow y Github deberían guiarlo si busca bien. Una cosa que olvidé mencionar, que es opcional, es buscar documentos de investigación que ya hayan formulado la hipótesis de algunas de sus subtareas. Algunos documentos ya lo han implementado y otros facilitan la comprensión de lo que debe codificarse. Hace que su conocimiento de IA crezca y ajuste su sistema.
- Pruebas y depuración: bueno, Turing Prueba el rendimiento de tu IA o toma tantas iteraciones en tiempo real como quieras y verifica la precisión. Esta etapa es muy importante ya que aprenderá mucho sobre el entorno en el que trabajará su IA. Consulte a expertos en dominios para mejorar la precisión y reitere hasta que logre sus objetivos establecidos.
- Implementación e integraciones: la IA es tan buena como muerta en su máquina local. El verdadero desafío radica en su aceptación en el mundo real. Impleméntelo en un sitio web o proporcione una API que permita a las personas usar sus funciones o crear un prototipo de su sistema de automatización y obtener permisos para realizar una ejecución en seco en algunos lugares. Después de todo, debería ser capaz de ayudar a los humanos y no reemplazarlos porque si sentimos que nos está reemplazando a nosotros, no lo aceptaremos en la sociedad.
- Mantenimiento: si implementa bien y las personas lo aceptan, obtendrá información valiosa de los usuarios y también podrá realizar un seguimiento de su rendimiento o los problemas que enfrenta. Este es un proceso de por vida, siempre y cuando crea que su IA está resolviendo un problema de la vida real y tenga la fuerza de voluntad para expandirlo y mantenerlo.
Ahora sé que estabas buscando algunas ideas para proyectos en Python y How Tos e AI para tutoriales de nivel de dummies. Comience con los cursos / proyectos básicos mencionados en los cursos en Udacity / Coursera / Udemy. Dirígete a github y revisa algunas ideas implementadas / medio astutas para que te ayuden a hacerte pensar en la dirección correcta. Dirígete a freecodecamp y a sitios como kickstarter y sitios financiados por crowdsource para ver el crecimiento de la automatización en los productos diarios y los industriales.
- ¿Cuál es la plataforma o herramienta más simple para practicar el aprendizaje automático (para principiantes)?
- ¿Cuáles son algunos de los principales problemas no resueltos en el aprendizaje automático?
- ¿Qué tiene de bueno Spectre.ai?
- ¿Cuáles son las 10 áreas donde la IA se implementa hoy?
- Soy estudiante de ingenieria mecanica. ¿Cómo puedo aprender el aprendizaje automático? ¿Dónde debo comenzar?