No existe tal cosa como una “técnica” general de IA. Por ejemplo, la minería de datos – usando principios estadísticos de inferencia y aprendizaje puede considerarse IA. El uso del aprendizaje automático supervisado también es IA. Construir una base de conocimiento es AI. La visión por computadora geométrica es AI. La teoría de control puede considerarse IA en robótica y dominios de procesamiento de señales. Cualquier método computacional que permita que los sistemas realicen lo que los humanos pueden hacer es técnicamente IA.
Yo diría que el aprendizaje automático es actualmente la mejor técnica para desarrollar aplicaciones inteligentes: si quisiera adoptar un enfoque simbólico en este momento, probablemente sería menos competitivo para un trabajo.
Durante un tiempo, la IA se realizó principalmente mediante razonamiento simbólico y bases de conocimiento, ya que la cantidad de potencia de cálculo para permitir los tipos de éxito que vemos en las arquitecturas de aprendizaje profundo de hoy no estaba disponible, como tampoco lo era la cantidad de datos fácilmente disponibles. Debido a que ambas cantidades continuarán creciendo a medida que la sociedad se sumerja más en la tecnología, es muy poco probable que el aprendizaje automático como campo se vuelva obsoleto en el futuro cercano.
- ¿Necesitas ser extremadamente talentoso en matemáticas para convertirte en un científico de IA?
- ¿Cómo resolvería un robot / sistema de inteligencia artificial la forma de bola de tupperware?
- ¿Qué tipo de antecedentes matemáticos son beneficiosos para alguien que comienza a programar en IA?
- ¿Cuáles son los pasos para crear un chatbot de mensajes de Facebook?
- ¿Puedo tener éxito en una maestría en IA / ML si no soy un gran programador?
Dicho esto, es una buena idea construir una base que cubra una amplia gama de los fundamentos de las técnicas de IA, como la búsqueda, la inferencia, la teoría de juegos, los MDP, el aprendizaje de refuerzo, los modelos gráficos y, por supuesto, las arquitecturas básicas de aprendizaje automático, como SVM y perceptrones. .
Sugeriría aquí como un comienzo (una vez que tenga los fundamentos de las estructuras de datos, algoritmos y probabilidad baja):
Inteligencia artificial
El curso de IA de Berkeley es casi completamente en línea y el profesor Pieter Abbeel es un profesor fantástico. Le recomendaría que complete este curso, lea el libro de texto Inteligencia artificial: un apporach moderno junto con el curso, y luego tome una clase de aprendizaje automático y una clase de aprendizaje profundo. En el camino, definitivamente trataría de codificar proyectos, participar en concursos o resolver un problema usando IA para solidificar la comprensión.