Elon Musk dijo que, si tuviera 22 años, estudiaría IA y enfermedades genéticas. ¿Hay una buena manera de comenzar a estudiar la inteligencia artificial?

Donde empiezas depende de lo que ya sabes.

A continuación encontrará una lista de recursos para aprender y practicar y cómo comenzar en Inteligencia Artificial en 6 sencillos pasos:

6 sencillos pasos para comenzar a aprender inteligencia artificial

PASO 1.) Aprenda Python y SQL

Lo principal que tienes que hacer es asimilar un lenguaje de programación. A pesar del hecho de que hay una considerable cantidad de lenguajes con los que puede comenzar, Python es lo que muchos prefieren comenzar porque sus bibliotecas son mucho más adecuadas para el aprendizaje automático.

Recomendaría los siguientes enlaces:

  • Aprendizaje automático con texto en scikit-learn (PyCon 2016)
  • Aprendizaje automático en Python con scikit-learn
  • Aprendizaje automático con Python

PASO 2.) Aprenda Machine Learning de algunos de los cursos a continuación.

Inteligencia artificial: principios y técnicas de Stanford : un programa educativo fenomenal para estudiantes inspirados en la adaptación de más información sobre IA. El curso se concentra en los estándares fundamentales de IA.

CS405: INTELIGENCIA ARTIFICIAL : CS405 presenta el campo de la inteligencia artificial (IA). Los materiales sobre programación de IA, lógica, búsqueda, juegos, aprendizaje automático, comprensión del lenguaje natural y robótica presentan al alumno los métodos, herramientas y técnicas de IA, su aplicación a problemas computacionales y su contribución a la comprensión de la inteligencia.

Curso edx.org sobre IA : este curso brinda los fundamentos de la Inteligencia Artificial (IA) y los aplica. Diseñe agentes inteligentes para resolver problemas del mundo real, incluidos los de búsqueda, juegos, aprendizaje automático, lógica y problemas de satisfacción de restricciones.

Curso del MIT sobre IA : este curso presenta a los estudiantes la representación del conocimiento básico, la resolución de problemas y los métodos de aprendizaje de la inteligencia artificial. Al finalizar este curso, los estudiantes deberían poder desarrollar sistemas inteligentes mediante el ensamblaje de soluciones a problemas computacionales concretos; comprender el papel de la representación del conocimiento, la resolución de problemas y el aprendizaje en la ingeniería de sistemas inteligentes; y apreciar el papel de la resolución de problemas, la visión y el lenguaje en la comprensión de la inteligencia humana desde una perspectiva computacional.

Aprenda los fundamentos de la IA : este curso se subdivide en 10 lecciones , este curso en línea familiariza a los estudiantes con el universo de la IA. Para entenderlo, asegúrese de tener alguna información esencial de matemática basada en variables directas y la hipótesis de probabilidad que debe aprender teniendo en cuenta el objetivo final para estar preparado.

Profesores de video de Berkeley : recomendaría el conjunto de profesores de video aquí.

También he enumerado los 10 mejores cursos de inteligencia artificial y aprendizaje automático para principiantes y avanzados que lo ayudarán a convertirse en el siguiente maestro de ML que emplea Google o Apple.

PASO 3.) Aprenda los conceptos básicos de la teoría de probabilidad, estadística y matemáticas.

Recomendaría los siguientes enlaces:

  • Álgebra lineal Álgebra lineal – MIT 18.06 Álgebra lineal por Gilbert Strang
  • Teoría de la probabilidadProbabilidad y estadística – MIT 6.041 Análisis de sistemas probabilísticos y probabilidad aplicada por John Tsitsiklis
  • Cálculo
  • Cálculo multivariante
  • Teoría de grafos
  • Métodos de optimización

PASO 4.) LIBROS RECOMENDADOS PARA LEER

  • http://aima.cs.berkeley.edu/
  • Inteligencia artificial: un enfoque moderno , por Stuart J. Russell y Peter Norvig
  • http://wps.aw.com/wps/media/obje…
  • La búsqueda de la inteligencia artificial , por Nils J. Nilsson
  • Inteligencia artificial práctica: programación en Java , por Mark Watson
  • https://grey.colorado.edu/CompCo…
  • Simplemente lógico: razonamiento inteligente por ejemplo , por Peter Flach
  • La revolución de la IA: camino a la superinteligencia
  • http://psych.colorado.edu/~oreil…

También he enumerado algunos de los mejores y mejores libros electrónicos gratuitos de IA de aprendizaje automático desde donde puede descargar y poner en marcha Conceptos básicos / estadísticas de aprendizaje automático para que los desarrolladores se vuelvan buenos en la construcción de sistemas de IA rápidamente.

PASO 5. ) PRACTICA POCOS EJERCICIOS

Cuando tenga una comprensión exhaustiva de su lenguaje de programación favorito y suficiente práctica con lo esencial, debe comenzar a aprender más sobre Machine Learning. En Python, comience a aprender las bibliotecas Scikit-learn, NLTK, SciPy, PyBrain y Numpy, que serán valiosas al componer algoritmos de Machine Learning.

Practique algunos ejercicios en Scikit desde el sitio web:

http://scikit-learn.org/

&&

https://www.edx.org/course/artif… – Para practicar ejercicios en Python.

También aquí hay un resumen de activos para que aprendas y perfecciones ML:

http://www.r2d3.us/visual-intro-…

https://www.coursera.org/learn/m…

https://www.cs.cmu.edu/~tom/1070…

https://code.tutsplus.com/tutorials/how-to-build-a-python-bot-that-can-play-web-games–active-11117

https://www.udacity.com/course/intro-to-artificial-intelligence–cs271

http://ocw.mit.edu/courses/elect…

PASO 6. ) Practica — Aprende — Practica por tu cuenta, paso a paso lentamente te convertirás en un programador de IA .

He enumerado herramientas o software de IA de código abierto gratuitos que puede usar para crear sus soluciones.

También puedes asistir Conferencias de IA y mira videos en AI.

Una vez que se hayan completado todos estos 6 pasos, puede echar un vistazo a estas 99 preguntas de la entrevista Top & Best 99 sobre IA y Machine Learning y comenzar a dar entrevistas si desea comenzar su carrera en AI / ML.

¡Buena suerte!

PD: desea conocer los últimos recursos de AI y ML en profundidad en la web, DEBE ver esta página de índice aquí .

Antes de entrar en el meollo del intento de Google de crear procesadores cuánticos, debe comenzar con lo básico: la programación .

Aprenda un lenguaje de programación primero .

  • Java;
  • Pitón;
  • C ++;
  • JavaScript;
  • Ruby on Rails;

Aquí hay algunos recursos excelentes para ayudarlo a comenzar:

Codecademy.com un sitio web totalmente gratuito con cursos interactivos en varios lenguajes de programación. Únete a más de 25 millones de estudiantes de todo el mundo y domina los trucos del oficio.

Codeavengers.com : aprenda a codificar aplicaciones, juegos y sitios web con Code Avengers | Code Avengers . El sitio web tiene cursos y tutoriales en línea para muchos lenguajes de programación diferentes, incluidos Python, HTML y CSS, JavaScript, así como una guía de introducción de codificación para principiantes.

Udacity : con muchos cursos innovadores sobre programación, Udacity es algo que debe probar. Algunos de los tutoriales son gratuitos, lo cual es excelente para los desarrolladores novatos.

Clean Code, de Robert C. Martin : para los ratones de biblioteca tenemos Clean Code, un libro con muchos ejemplos de Java que también son aplicables en otros lenguajes de programación. Centrado en la buena organización y estilo del programa, Clean Code debería convertirse en su guía paso a paso para el código de marketing y aprender los entresijos de la programación.

  • Luego , hazte amigable con los BOT. Los rastreadores web que usan los motores de búsqueda como Google son el mejor ejemplo de un bot avanzado y sofisticado. Las siguientes guías pueden aclarar las cosas, así que asegúrese de revisarlas.

Xpath : un excelente recurso que te ayuda a construir bots e inspeccionar HTML

Regex : una herramienta en línea que enseña a los estudiantes todo sobre el procesamiento de datos de bot

Solicitudes : HTTP se hizo más fácil; Una excelente biblioteca HTTP no modificada genéticamente para desarrolladores web aficionados al lenguaje de programación Python

La guía completa para principiantes de Chatbots Aprende todo lo que hay que saber sobre los chatbots, cómo son y cómo construir uno.

  • Después de que haya decidido un lenguaje de programación que coincida con sus habilidades y se haya hecho amigo de un BOT, es hora de aprender sobre el aprendizaje automático (enlace al artículo sobre aprendizaje automático). Hemos presentado algunos buenos tutoriales, libros y guías para ayudarlo a comenzar. Asegúrese de conocer al menos los conceptos básicos de Matemáticas avanzadas y estadísticas antes de saltar al aprendizaje automático. Le ayudará a comprender los algoritmos de ML.

Programming Collective Intelligence , de Toby Segaran, escrito mucho antes de que el aprendizaje automático alcanzara el nivel de popularidad que tiene hoy, este libro describe el aprendizaje automático de una manera muy relajante y fácil de digerir. Algunos temas clave: características del motor de búsqueda, técnicas de filtrado colaborativo, máquinas de vectores de soporte y filtrado bayesiano. Python se usa para describir el aprendizaje automático (extremadamente creativo, podríamos agregar).

[PDF] Machine Learning, de Tom Mitchell : un excelente libro introductorio que proporciona una descripción detallada de los teoremas de ML. Se presentan varios estudios de casos y ejemplos básicos para que los lectores entiendan los algoritmos mucho más fácilmente.

Machine Learning: The New AI , de Ethem Alpaydi, un libro sobre la forma en que la tecnología digital avanzó desde los mainframes básicos para descifrar números hasta los dispositivos móviles inteligentes, colocando así el aprendizaje automático en la cima de la informática. Los lectores también aprenderán sobre conceptos básicos de aprendizaje automático y cómo la tecnología se aplica a las aplicaciones.

Para resumir, esto es lo que necesita dominar antes de poder aprender y comprender la inteligencia artificial:

  • Matemáticas avanzadas (algoritmos de correlación) y estadísticas
  • Lenguaje de programación
  • Aprendizaje automático
  • PACIENCIA: sí, además de todo, necesitas mucha paciencia

¡Gracias y buena suerte!

Soy un estudiante de licenciatura (licenciatura) de 22 años, y he estado aprendiendo inteligencia artificial desde que tenía 19 años.

Recomendaría comenzar a aprender el aprendizaje automático con el curso de Andrew Ng que cubre las matemáticas y los conceptos básicos. El aprendizaje automático es “ese” subcampo caliente de la IA. Y el aprendizaje profundo es un subcampo del aprendizaje automático donde las redes neuronales se vuelven más complejas e inteligentes: redes neuronales más profundas.

Puede que te guste mi increíble lista de lectura sobre aprendizaje profundo. Básicamente, esto representa, a partir de hoy, los recursos de aprendizaje que he preferido. ¡Disfrutar!

No puedo estar más de acuerdo. Desde el aumento de la eficiencia operativa hasta la entrega de rendimiento, la inteligencia artificial se ha expandido vorazmente y no se reducirá en el corto plazo. Habrá un Mark Zuckerberg y Bill Gates de AI también. La gente se está preparando para el cambio. Las tareas se están automatizando. El papel de los humanos va a cambiar de simple funcionamiento a monitoreo y gestión.

Ya es hora de que todos comiencen a prepararse para el cambio disruptivo. mira aquí para saber si estás preparado para ello?

Si, ciertamente.

La mayoría de las escuelas ofrecen algún tipo de título / diploma en Ciencias Cognitivas, que es una rama de la psicología con la forma en que se relaciona con la computadora y las múltiples formas de Inteligencia Artificial.

Sin embargo, no aprenderá los aspectos básicos del lenguaje de programación o lenguaje de máquina, por lo que definitivamente querrá tener una especialización en ciencias de la computación para que al menos pueda escribir código en algunos idiomas. No llegarás lejos en IA si no sabes cómo escribir software.

O tómese el tiempo para estudiar Ingeniería Eléctrica o de Software hasta el nivel de doctorado y únase a tantas sociedades y grupos relacionados con la robótica que pueda encontrar. Las escuelas como MIT y CalTech son buenas para ese tipo de cultura, pero estoy seguro de que ahora puedes encontrar algo comparable en casi todas las escuelas. Pero si puede ingresar a las escuelas con la mejor reputación en robótica, hágalo.

Eso si quieres acercarte a la IA desde el lado mecánico.

También puede acercarse desde el lado biológico aprendiendo biología, neurociencia o cualquier forma médica de nanotecnología. Muchos científicos en el campo piensan que no tendremos una IA fuerte hasta que comprendamos completamente el cerebro humano y seamos capaces de registrar el pensamiento en tiempo real.

O puede estudiar filosofía o ética y aprender cómo se aplica a las leyes futuras que rigen una máquina sensible. Realmente, hay múltiples caminos que puede tomar para trabajar en el campo de la IA. Todo depende de usted y de cómo cambia y guía su educación hacia su objetivo final.

Es posible que no llegues a donde quieres estar si solo vas a obtener un título universitario. Probablemente al menos necesitarás obtener tu maestría o incluso tu doctorado en una de las áreas mencionadas anteriormente, pero habrá otros que dirán que es una pérdida de tiempo completa y que solo necesitas obtener experiencia práctica. Eso puede ser cierto, pero a menos que esté comenzando por su cuenta o uniéndose a alguien que conoce en una empresa comercial de esa naturaleza, es posible que no se meta en la puerta de un equipo de investigación de vanguardia sin educación formal.

Puedes estar en el campo del desarrollo de IA aprendiendo lenguajes de programación como python,

Pero primero debe saber hasta qué punto se ha desarrollado, a qué velocidad se está desarrollando y cuáles son los desafíos recientes

Lea el excelente artículo de Tim Urbans en su blog, espere, pero por qué, que también fue apreciado por personas como Elon Musk La revolución de la inteligencia artificial: Parte 1 – Espere pero por qué

Y lea libros para un estudio más detallado de Nick Bostrom o Ray Kurzeil, etc.

Felicidades

Sí, comenzaría con una descripción general del aprendizaje automático y luego me sumergiría en más de los lenguajes matemáticos / de programación. Tengo algunos recursos (incluido un proyecto de posgrado sobre métodos de epidemiología genética) aquí: https://www.slideshare.net/Colle

Eso es exactamente lo que hice 😀

¡Estudie las enfermedades genéticas primero! La medicina y la biología son TAN voluminosas y complicadas que lo más probable es que no quieras tocarlo como alguien que ya gana dinero.

Por otro lado, AI / IT / data science y demás son súper lógicas para que pueda aprender eso en el camino.

Solo mire este hilo: la mayoría de las respuestas provienen de técnicos de TI que omiten instintivamente la parte de la pregunta sobre “enfermedades genéticas”, como si no hubieran elegido la manera fácil cuando seleccionaron su campo.

Lo que propongo es el camino difícil, primero estudiar ciencia y medicina, pero vale la pena. Cuando comience, tendrá menos competencia en el mercado laboral, lo que significa más tiempo para concentrarse y crear valor, y tendrá más poder cuando se convierta en emprendedor porque

a) los programadores carecen de una comprensión profunda del cuerpo humano y, por lo tanto, siempre necesitan a alguien que les diga qué hacer

b) todo lo relacionado con la atención de la salud humana está y siempre estará bajo el control de los médicos (ya sabes … existen todas estas leyes y regulaciones poco interesantes)

En este caso, el poder fluye así:

Política -> Legislatura -> Profesionales de la salud -> Programadores

Hay cursos en línea de algunas grandes universidades como Stanford y MIT. Puede disfrutar de “Las pesadillas de Turing”, que es ficción especulativa sobre la IA. No es técnico, pero lo encontrará estimulante.

http://tinyurl.com/hz6dg2d

Lee mi libro, Construyendo mentes con patrones. Le ayudará a comprender la inteligencia artificial del desarrollo y le dará algunos patrones de diseño para que pueda construir su propio sistema. La mejor de las suertes.

De hecho, he estado investigando esto porque tengo 17 años y es bastante aparente que la IA será lo más importante que le sucederá a la humanidad hasta ahora. Hay muchos cursos en línea, Udacity es un buen lugar para comenzar.

La IA es bastante amplia y tiene muchas ramas, diría que comience con Wikipedia y compruebe su amplia gama de aplicaciones y luego elija el espacio con el que le encanta trabajar y luego comprenda en detalle cuáles son todos los componentes conceptuales, de aplicación y de implementación. luego busque libros y moocs que brinden una perspectiva de nivel principiante, luego planifíquese con todos los libros, lecturas de acuerdo con eso.

More Interesting

¿Cuál es el impacto de la IA (inteligencia artificial) en el SEO?

¿Algunas máquinas de IA actuales ya son tan inteligentes que no entendemos cómo funciona su inteligencia?

¿Cuáles son las mejores startups de inteligencia artificial en el mundo en este momento?

¿La creación de Inteligencia Artificial también crea Estupidez Artificial (AS)?

Si un AGI está a punto de eliminarlo porque es irrelevante para obtener más información, ¿qué refutación da?

¿Cómo afectarán la automatización y la IA a los países pobres?

La mayoría de los profesionales de IA tienen una gran experiencia técnica y se sienten cómodos en ese entorno, mientras que la adopción de IA en la empresa requiere un nivel significativo de comprensión empresarial. ¿Cómo se puede cerrar esta brecha?

Cómo enseñarme a ser un maestro en el tema de la ingeniería de inteligencia artificial

¿La inteligencia artificial hará que los creadores de música humana sean inútiles?

¿Crees que la inteligencia artificial es alcanzable? Quiero decir, ¿podemos "realmente" hacer pensar a las máquinas? ¿Si es así por qué? Si un gran no, ¿por qué?

¿Por qué las computadoras no tienen autoconciencia?

¿Cómo se crea la inteligencia artificial? ¿Cómo nos habla AI como si tuviéramos una conversación normal con alguien?

¿Qué avances deben lograrse para habilitar la IA general (IA fuerte)?

¿Cuál es el evento cataclísmico más probable para la humanidad, una toma de control de la IA o una calamidad política / nuclear / climática?

¿Cuál es el lado oscuro de la inteligencia artificial?