¿Con qué proyecto de inteligencia artificial para principiantes debo comenzar?

IBM dice que durante milenios, los humanos han reflexionado sobre la idea de construir máquinas inteligentes. Desde entonces, la inteligencia artificial (IA) ha tenido altibajos, éxitos demostrados y potencial insatisfecho. Hoy, las noticias están llenas de la aplicación de algoritmos de aprendizaje automático para nuevos problemas. Desde la detección y predicción del cáncer hasta la comprensión y el resumen de imágenes y el procesamiento del lenguaje natural, la IA está empoderando a las personas y cambiando nuestro mundo.
La historia de la IA moderna tiene todos los elementos de un gran drama. Comenzando en la década de 1950 con un enfoque en máquinas pensantes y personajes interesantes como Alan Turing y John von Neumann, AI comenzó su primer ascenso. Se produjeron décadas de auges y caídas y expectativas imposiblemente altas, pero AI y sus pioneros avanzaron. AI ahora está exponiendo su verdadero potencial, enfocándose en aplicaciones y entregando tecnologías como aprendizaje profundo y computación cognitiva.

Ejemplos de proyectos de IA–

En teoría, los algoritmos se evalúan mediante medidas de rendimiento como la complejidad del tiempo y el espacio. En IA, estas preocupaciones son secundarias a cómo se desempeña el algoritmo en relación con las personas. Debe considerar cómo evaluará su programa desde el principio. También debe prestar mucha atención a la interfaz de usuario. Los problemas o aspectos confusos de su interfaz son más fáciles de encontrar por aquellos que no participan en el proyecto. Las sugerencias a continuación solo proporcionan algunos ejemplos. Puede consultar cualquier texto de AI para obtener más ideas. Es mejor elegir un tema que le interese mucho. Todo el código se realizará en Java. Cada objeto debe documentarse con quién escribió el código. Además y muy importante, cada método debe documentarse con complejidad de tiempo y espacio cuando no es constante. Por lo general, esto no es difícil, pero ocasionalmente es muy difícil. Si no puede hacerlo, dígalo o discútalo conmigo o con la clase. En las primeras conferencias describo algunos posibles proyectos. Puede hacer su propio proyecto, pero debe estar bien definido, demostrablemente realizable dentro de un trimestre, involucra algún método de IA y debe ser aprobado por mí.

Aprendizaje automático:

Nota: Weka es un programa Java de código abierto y gratuito para Machine Learning.
1. Árboles de decisión: Extienda a Weka para manejar otra versión de algoritmos DT que maneje mejor los valores continuos.
2. Agrupación: amplíe Weka para manejar la evaluación de ocurrencia conjunta de agrupación. Actualmente, ningún programa adivina correctamente la cantidad de clústeres.
3. Agrupación jerárquica de funciones: amplíe la agrupación jerárquica para utilizar información funcional, como la ontología genética (GO)
4. Perceptrón de Kernel: combine el entrenamiento de perceptrón con el método de Kernel tal como se desarrolló dentro del contexto del vector de soporte.
5. Identificación de huellas digitales: elija una representación y aplique métodos de Machine Learning. Problema de alta visibilidad. Sitio web para conjuntos de datos y algoritmos.
6. Reconocimiento facial: similar al reconocimiento de huellas digitales. Será cada vez más importante. Sitio web para conjuntos de datos y algoritmos.

Bioinformática:

1. Visualización. Codifique varios algoritmos de alineación (local, global, múltiple) y muestre los resultados de una manera fácil de usar.
2. Hallazgo BiMotif: reimplemente y mejore el enfoque BioProspector para encontrar pares de patrones cortos
3. Búsqueda de motivos: reimplemente el muestreo de Gibbs y evalúe varias alternativas para encontrar motivos.

Teoría de juego:

1. Información perfecta juego de dos personas. Implemente alfa-beta para, digamos, el juego Othello.
2. Juego de varias personas (p. Ej. Corazones / scrabble) o juego de información incompleta (p. Ej., Backgammon, póker) Implemente un algoritmo de toma de decisiones basado en simulación
3. Ofertante de puente. Adopte un enfoque de sistema experto para licitar. Esto debe respaldar la explicación.

Procesamiento natural del lenguaje:

Forme la función más probable a partir de varias descripciones de texto. Blast devuelve varios genes similares con diferentes funciones. Usando Gene Ontology, forma una descripción resumida.
Tome una historia infantil simple e intente hacer inferencias de sentido común sobre la historia. Esto podría hacerse mejor en Prolog.

Pero para los principiantes, sugeriría hacer un análisis biométrico de huellas dactilares o reconocimiento facial. Aunque son bastante comunes para optar, pero para obtener mucha prominencia en este mismo dominio, intente con uno más simple en lugar de elegir el difícil.
También hay tutoriales disponibles. Pruebe con esta guía general de tutoriales

https://www.tutorialspoint.com/a…

Recomendaría Tic Tac Toe . Suena básico, pero confía en mí, podrías llevar este proyecto al siguiente nivel. Este es definitivamente un buen proyecto para principiantes para la inteligencia artificial. El desafío es crear una IA que sea imposible de superar. Ya sea un empate o ganar cada vez.

No te sumerjas en un proyecto intenso y llamativo demasiado pronto. A veces es mejor comenzar lento y fácil antes de asumir los grandes desafíos. Concéntrese en perfeccionar este programa en lugar de gastar su tiempo tratando de crear un proyecto que lo haga sonar inteligente al hablar con otras personas.

Espero que esto ayude.

Puede haber muchas cosas que hacer en ai.

Puede construir un sistema de recomendación simple.

Puede crear una aplicación de reconocimiento de gestos simple.

Puede construir un sistema de seguridad de reconocimiento facial simple.

Puedes intentar enseñarle a la computadora a jugar juegos simples.

Puede intentar crear una aplicación OCR simple para buscar texto, signos y objetos en imágenes.

Puedes intentar construir Chatbot.

Estos son algunos proyectos que la gente hace. Espero que pruebes al menos uno.