Antes de llegar a la respuesta, aclaremos algunas cosas.
Puede decir que conoce un algoritmo y (o que lo aprendió) si puede implementarlo, y tiene una intuición básica sobre cómo funciona.
Puede decir que comprende un algoritmo y si lo conoce , y también sabe por qué funciona.
- Debido a los avances en IA, ¿hay alguna posibilidad de creación de extraterrestres (en forma de robots)?
- ¿Cuáles son los pros y los contras de la IA?
- ¿Cuál es la explicación simple del algoritmo de perceptrón multicapa en aprendizaje automático / minería de datos?
- ¿Cuál es el primer país en hacer un robot?
- ¿Qué compañías han progresado más en el desarrollo de inteligencia artificial?
Usted preguntó sobre IA en general y no sobre subáreas específicas como el aprendizaje automático, por lo que le daré recursos para comenzar con una descripción general de AI.
Para comenzar con AI (para aprenderlo), necesitará una buena comprensión de la probabilidad y las estadísticas (1 o 2 cursos semestrales son suficientes para comenzar), álgebra lineal, cálculo diferencial, algunas matemáticas discretas (teoría de grafos), y tener una madurez matemática. Para obtener recursos sobre estos, he encontrado Álgebra lineal bien hecha (Textos de pregrado en matemáticas): Sheldon Axler: 9780387982588: Amazon.com: Libros y todas las estadísticas: Un curso conciso en inferencia estadística (Textos Springer en estadística): Larry Wasserman: 9780387402727: Amazon.com: los libros serán un gran complemento para mis clases universitarias (te sugiero que también los leas a menos que ya lo hayas hecho).
Además de matemática pura, necesitará una sólida comprensión del diseño y análisis de algoritmos (lo mejor aquí es Introducción a los algoritmos, 3a edición (MIT Press): Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein: 9780262033848: Amazon.com: Libros), conocimiento práctico de al menos un lenguaje de programación (Python es popular en estos días debido a la gran cantidad de bibliotecas útiles para hacer IA). Una vez que lleves tus matemáticas al nivel respetable, el siguiente libro te ayudará a comenzar con la IA: Inteligencia artificial: un enfoque moderno (3a edición): Stuart Russell, Peter Norvig: 8601419506989: Amazon.com: Libros. No tengo que mencionar que debes implementar la mayoría de los algoritmos sobre los que lees y usarlos en la práctica en algunos problemas desafiantes (Kaggle tiene competencias bastante buenas que pueden ayudarte a practicar el aprendizaje automático, Hackerrank [1] tiene algunos buenos problemas en otros subdominios de IA).
Esas cosas anteriores son suficientes si quieres aprender IA. Para entenderlo, necesitará aún más matemáticas, CS y filosofía. Recomiendo aprender sobre teoría de la computación y autómatas, filosofía de la mente [2], lógica de primer orden, algo de teoría de juegos [3] y psicología / ciencia cognitiva. Esos son los componentes básicos de la IA. Dependiendo de la subárea de IA en la que planea trabajar, es posible que necesite matemáticas adicionales (optimización numérica, estadísticas de posgrado, análisis de posgrado para aprendizaje automático, por ejemplo). También necesitará leer documentos teóricos sobre IA porque estos explican mejor por qué algo funciona y, a menudo, son de naturaleza filosófica y rigurosa. Como tal, estos documentos a menudo requieren un poco de matemática avanzada (la aplicación avanzada es que no eres de fondo matemático), pero puedes aprenderlos por tu cuenta según sea necesario.
Si desea aplicarlo, en su mayoría puede salirse con el nivel ” conozco un algoritmo y” (es decir, no necesita estudiar las raíces filosóficas y matemáticas rigurosas de algún algoritmo solo para aplicarlo). La mejor manera de aprender cómo aplicarlo es observar cómo lo aplicaron otras personas. Al hacerlo, obtendrá una inspiración sobre cómo incorporarlo en su propia aplicación.
Notas al pie
[1] Resuelva los desafíos del Código de Inteligencia Artificial
[2] Filosofía y Ciencias: Introducción a la Filosofía de las Ciencias Cognitivas | Coursera
[3] https://www.coursera.org/learn/g…
