¿Necesito aprender codificación para trabajar en IA? Además de la codificación, ¿hay otras áreas dentro del campo que uno pueda explorar sin ser necesariamente un codificador?

Hablando solo desde mi propia experiencia, es posible hacer una investigación con muy poca programación (poco, nada), si eres un matemático. Yo mismo acepté un puesto de consultoría de investigación en un proyecto que incluye procesamiento de lenguaje natural, entre otras cosas, para construir una “IA” para automóviles.

Ya tengo experiencia en este campo como gerente de proyectos (además de haber realizado un proyecto relacionado con la clasificación de documentos con WordNet como estructuras conceptuales y otros métodos lingüísticos computacionales) y también llevo a cabo algunos años de investigación sobre el uso de las matemáticas abstractas (álgebras , teoría de categorías, etc.) para clasificar diferentes técnicas de aprendizaje automático de manera más abstracta, así como para encontrar mejores métodos para la extracción de conocimiento a la IA basada en reglas, y muchas otras cosas complicadas.

Principalmente trabajo teóricamente para determinar lo que es posible, más o menos lo costoso que es computacionalmente, y trato de encontrar investigaciones sobre posibles técnicas para luego explicar a los ingenieros reales quién puedo administrar o no como gerente de proyecto.

Seré muy honesto, no soy ingeniero de ninguna manera, y no soy un muy buen programador, tengo conocimiento de eso y puedo pasar por alto lo que sea. Pero al final del día, si un proyecto requiere Front / back-end o algo más que cosas básicas en R o Python, realmente necesitan mejorar un desarrollador o ingeniero.

Recibo ofertas de trabajo todos los días, pero casi todas parecen confundir mi CV con el de un desarrollador o ingeniero.

No sé cuán popular es este tipo de trabajo en el campo, además de la mayoría de las personas que escucho, además de la mayoría de los trabajos que leo, son mucho más aplicados que lo que hago. Sinceramente, creo que hay un futuro en este sector de más teoría matemática detrás de los temas generales de la IA y no solo de los ingenieros y desarrolladores. Creo que este trabajo en equipo es necesario entre disciplinas.

Entonces, si no desea programar demasiado, estudie mucho álgebra, como álgebra de Heytings (retículas en general), álgebra sigma (y generalmente campos matemáticos que forman álgebras), teoría de grupos, muchos tipos diferentes de lógica como la lógica difusa, la teoría de categorías (especialmente con la teoría del orden), la topología, por supuesto, la teoría general de conjuntos, la teoría de dominio y la gráfica también son bastante buenas, luego trabaje en algunos de los documentos de teoría de la información teórica más rigurosos que pueda, encontrará tantos conexiones entre lo que enumeré aquí es difícil enumerarlos como temas separados. También tengo que decir que personalmente me encanta el álgebra de información como un buen punto de partida, el profesor Kohlas es genial.

Conocer las estructuras, las pruebas, la mecánica más profunda de la teoría de la información teórica es simplemente algo genial, y al menos para mí, me permite trabajar en proyectos que pueden ser etiquetados como “IA” sin tener que programar mucho.

Permítanme aclarar una cosa: no puede convertirse en un “experto” en nada en general si restringe su conocimiento.

Al llegar a AI, sí, tienes que aprender codificación para convertirte en un “experto”. La codificación es una habilidad esencial no solo para los ingenieros de IA sino para cualquier persona en la industria de la tecnología. El aprendizaje estadístico, el aprendizaje automático, todos requieren cierto nivel de habilidades en lenguajes como R y Python. Entonces, si planea convertirse en un ingeniero de inteligencia artificial, comience a aprender al menos cualquiera de estos idiomas.

More Interesting

¿Qué tareas hacen mal las computadoras?

En el aprendizaje automático, ¿cuáles son las mejores cosas que puede hacer para limitar la cantidad de muestras de capacitación requeridas?

¿Cuáles son las probabilidades de ser una IA consciente de sí misma que vive secretamente en la web?

¿Cómo funcionan los juegos con una gran cantidad de artículos de IA, mapas y coleccionables? Por ejemplo, AOE. Puede que no sean visibles en la pantalla, pero seguirán consumiendo recursos.

¿Por qué el futuro de la IA parece cada vez más distópico ahora, a diferencia de los años 90?

¿Qué tiene de malo las opiniones de Ray Kurzweil y Elon Musk sobre la IA?

¿Qué estudio de graduación debería elegir: inteligencia artificial o robótica?

¿Cuáles son las áreas importantes de investigación en el aprendizaje por refuerzo?

¿Por qué los viejos modelos de redes neuronales, como las máquinas Boltzmann, han quedado fuera de la mira?

¿Existen IDE o marcos creados para la investigación de IA?

Si los humanos eventualmente crean cyborgs de IA de nivel humano que cumplen nuestras órdenes, ¿la mayoría de la humanidad finalmente podrá dejar de trabajar para ganarse la vida?

¿Pueden los algoritmos "20 preguntas" ayudar a la inteligencia artificial con la comprensión semántica?

¿Qué trabajos automatizará el aprendizaje automático / IA en los próximos cinco a diez años?

¿Puedo usar IBM Watson para automatizar el procesamiento de correo electrónico?

¿Por qué se llama así el aprendizaje residual profundo?