Yapay zekayı ne zaman öğrenmeliyim? [kapalı]

Tam olarak: Yapay zekayı gerçekten öğrenmek istiyorum.

Ancak Yapay Zekaya ne zaman atlamam gerektiği konusunda deneyimli CS adamlarından bazı tavsiyeler almak istiyorum.

Yapay zeka kavramlarını daha iyi kavramak için hangi önkoşullar gerekiyor?

Ayrık bir matematiğe ihtiyacınız olacak . Grafikler, ağaçlar vb. Bunlar yapay zekanın altında yatan yapılar.

Özellikle Prolog ve LISP gibi dillerde bazı programlama becerilerine ihtiyacınız olacak . Bu dillerde birçok AI sistemi programlanmıştır.

Biraz mantığa ihtiyacınız olacak . Önerme ve yüklem hesabı. Sözdizimi ve semantiği. Belki de modal bir mantık. Bu, AI'nin temelini oluşturan bilgi temsili hakkında bilgi edinmenin temelini oluşturacaktır.

Düzenli bir bilgisayar bilimi derecesinin ilk iki yılında, AI çalışmaya başlamak için genellikle yeterli altyapıya sahip olursunuz.

Ancak yapay zekanın ne kadar karmaşık olabileceğinin bir sınırı yoktur. Daha derinlere inmek için istatistiklere, analize, matris cebirine ve muhtemelen çok daha fazlasına ihtiyacınız olacak. İstatistiksel öğrenme teorisi (veya daha basit olarak makine öğrenimi) bu alanlara bağlıdır.

Benim tavsiyem. Kendi zamanında okumak için Yapay Zeka hakkında bir kitap satın al. İyi olan Yapay Zeka: Stuart Russell ve Peter Norvig'in Modern Yaklaşımıdır. Bir şeyi anlamadığınızda, hangi arka plan bilgisinin eksik olduğunu çözmeye çalışın. Sonra bu boşlukları doldurun.

Hemen söyleyebilirim.

Elbette Dave Clarke'ın bahsettiği gibi birçok farklı konuya ihtiyacınız olacak. Hangilerine ihtiyacınız var, hangi AI lezzetini tercih ettiğinize bağlıdır. Eğer Machine Learning şeylerin sonuna doğru ilerliyorsanız, mantık veya ayrık matematiğe ihtiyacınız olmayacaktır, ancak olasılık teorisi, istatistik, doğrusal cebir, optimizasyon ve çok değişkenli analizin büyük yardımlarına ihtiyacınız olacaktır.

Demek istediğim, eğer kendi şeyleri için değil, AI'da ustalaşmak için bunları öğreniyorsanız, motivasyonunuzu korumak için bir şeye ihtiyacınız olacak. Bu yüzden etrafı karıştırmaya başlardım. Tüm bunları okumak yerine, daha önce bilgisi olmayan bir satranç oyuncusu yazmaya çalışın veya basit bir yapay yaşam simülasyonu programlayın. Kendi başınıza başlarsanız, daha sonra öğreneceğiniz şeyleri yerleştirmeniz için bir bağlam sağlar.

İlk AI programınızı yazmadan önce yukarıda bahsettiğim tüm konuları tamamlayana kadar beklerseniz, üç yıl boyunca beklemek için güçlü bir çözüme ihtiyacınız olacak.

Birkaç oyuncak programı yazdıktan sonra, yapay zekaya odaklanan tüm bu konuların tadına bakmak için bir genel bakış kitabı ile başlayabilirsiniz. Russell ve Norvig mantık üzerinde biraz ağır. En iyi seçeneğiniz hangi alt alanlarla ilgilendiğinize bağlıdır. Makine Öğrenimi'ne giderseniz Tom Mitchell'in "Makine Öğrenimi" iyi bir seçenektir.

Diğer cevaplara katılırken, kendim ve modern yapay zeka öğrencisi olmak isterken, Matematiksel bilginin çok önemli olduğunu düşünüyorum.

Örneğin, Stanford Üniversitesi'nden bu YouTube ders serisini ele alalım . İlk 6 dersten geçebilir ve Lojistik Regresyon, Bayes ve SVM (Destek Vektör Makineleri) gibi Sinir Ağı algoritmalarının algoritmalarının nasıl ve neden kullanılacağını açıklamak için sunulan matematiksel kavramları ve gösterimi anlarsanız, Bilgisayarın bilgi toplama süreci, o zaman ciddi bir araştırmaya başlamaya hazırsınız - bence.

Temel bilgilerden yoksun olduğunuzu fark ederseniz, aşağıdaki liste gibi kurslar başlamak için iyi bir yer olabilir:

1. Bilgisayar Bilimi 1 ve 2,
2. Veri Yapıları,
3. Algoritmaların Analizi,
4. 3 Matematik içerisinde
5. Ayrık Matematik,
6. Lineer Cebir,
7. Olasılık ve İstatistik,

Bazıları Adi Diferansiyel Denklemler veya bir Analiz kursu önerebilir - ancak bu aşırı ölüm olabilir. Hedefiniz ciddi araştırma olsa da, o zaman aşırı öldürme yaklaşımını öneriyorum. Bana önerilen bir başka ilginç kitap, merak ediyorsanız Nick Bostrom'un " Süper zekâ " dır.

Ayrıca bence Psikoloji, temel Sinirbilim, Biyoloji (Hücreler ve mikroorganizma nasıl iletişim kuruyor) dersleri muhtemelen Sosyoloji bile zamanınızın kötü yatırımları olmayabilir. Zekayı daha geniş anlamda anlamanıza yardımcı olacaktır . Örneğin genetik algoritmalar , genlerin nasıl aktarıldığına ilişkin biyolojik süreçlerden modellenmiştir.

Sosyolojik anlamda bir kalabalık nasıl düşünüyor? İstihbarat mı, yoksa aptallık mı, yoksa her ikisi de belirli koşullar altında mı? Bu, gelecekte yeni algoritmalar için rehberlik sağlayabilir mi? Şüpheli, ama umarım benim açımdan görürsünüz.