Lo mejor que puede hacer por usted mismo es autoinocular contra el pensamiento reduccionista. Porque eso es lo que aprenderás. Y eso es lo que te impedirá crear una verdadera IA.
La educación en IA está atrasada en los descubrimientos de IA por varios años y AI ha hecho un cambio radical en los últimos 3-4 años. En la investigación donde el objetivo es “una verdadera inteligencia”, los métodos lógicos están fuera; también lo son los métodos estadísticos. Si ese es tu objetivo, entonces debes buscar métodos subsimbólicos, redes neuronales (especialmente modelos neuronales), algoritmos de Connectome y métodos libres de modelos.
Si, por otro lado, su objetivo es trabajar en la industria actual utilizando lo que actualmente se hace pasar por “AI”, aprenda todos los medios, PNL, métodos estadísticos, incluidos los métodos bayesianos, aprendizaje automático, investigación de operaciones, etc. Si lo hace , prepárate para descartar todo eso cuando la Venganza de los Subsimbolistas te golpee con toda tu fuerza un par de años más adelante.
- ¿Cuáles son las formas previas para el reconocimiento en visión artificial?
- ¿Cómo responden las redes neuronales profundas para la clasificación de imágenes a las variaciones típicas de la imagen, como la iluminación, la distancia focal, etc.?
- ¿Qué métodos de conjunto / aprendizaje automático pueden incorporar covariables que varían con el tiempo?
- ¿Qué debo hacer para pasar de la bioinvestigación al aprendizaje automático de manera muy eficiente?
- Cómo expresar un modelo de árbol de decisión en modelos gráficos
Para una inoculación decente contra los métodos reduccionistas, mire todos los videos en Videos de Inteligencia Artificial y luego vea otros materiales en Syntience Technology Resources en la Web
