如何自学人工智能?

不会代码、不懂数学、英语不好,就不能学习人工智能?

答案~当然是否定的。

How:出于兴趣而非需求,自学人工智能的方法论

人们可以对自己从哪儿来、到哪儿去感兴趣,去了解柏拉图、维特根斯坦和齐泽克,了解朴素唯物与机械主义,但并不需要成为哲学家。

如果你并非为了成为研究者,只是出于兴趣学习人工智能,完全不必被铺天盖地的代码困住手脚,只需遵循以下原则:

1、明确内涵和现实

每个人都知道人工智能的目标是「实现与人类相似的智能」,当下的我们处在哪个阶段?已经取得了哪些成果?

人工智能早已进入我们的生活,搜索引擎的排序、美颜相机的美化效果、今日头条等信息流推荐类内容产品,全部都是当下的人工智能应用。

虽然与思考和智能相去甚远、被称作「弱人工智能」,它依然能比人类更高效的完成特定任务。除了这些互联网领域的应用,人脸识别验票闸机、医院的叫号系统这类行业应用,甚至港口管理、油田预测、新药研发,通通都有弱人工智能的身影。

如果提起人工智能,出现在你脑中的是 Samantha、Wall-E 或是终结者这些机器人形象,恐怕需要更近一步了解现实。

这些应用如何实现?为什么能实现?

没有任何学科建立在空谈的基础上,人工智能也不例外。

接下来,我们需要——

2、理解「黑话」

机器学习、深度学习、监督学习、计算机视觉、神经网络、RNN……它们是什么?和人工智能有什么关系?

如果你听说过或是了解以上名词的含义,恭喜你,你已经踏入了人工智能的大门。

这些名词就像是历史教科书上的事件名,或是数学中的定理,了解它们的内涵、探寻它们之间的关系,能帮助你找到这门学科的层次和边界。

比如:

「机器学习」、「深度学习」、「监督学习」是人工智能得以实现的方式,其中「深度学习」属于「机器学习」的分支,是以超过 8 层的「神经网络」为标志的模型训练方法;

「监督学习」则是从输入数据是否带有标签的角度对「机器学习」进行划分,除此之外还有「无监督学习」和「半监督学习」;

RNN 则是「神经网络」的分支,即「循环神经网络」……

那,模型、数据、标签又是什么?

顺着这些「黑话」和它们关联的「黑话」,你会渐渐理解人工智能的能做什么、不能做什么,为什么会出现某些现象(如 AlphaGo),以及接下来会发生什么。

还有很重要的一点——

3、抛弃想象

想象宇宙中的其他文明,想象一个由机器控制的社会,想象一个为爱落泪的机器人。

想象给了我们无限可能,是人类最宝贵的能力之一,不过我们的世界依然建立在「真实」之上。

把「想象」留给艺术,把「真实」留给科学。

What:我们该怎么做?

有了方法论,接下来当然是……获取优质的信息。

1、课程类

经典的系统课程有很多,例如 Andrew Ng 的斯坦福机器学习课程等等,答案里也有很多推荐质量相当高,在此不多做赘述。

除了学院派系统课程,很多媒体或内容平台上也有工业界人工智能专家的「公开课」。这些「公开课」更类似于讲座,有时是对现状的思考、总结,有时会针对人工智能的某一现实痛点展开。

如果上一节的「黑话」过关,可以相当轻松的学到不少书本上没有的知识,以及他人的思考沉淀(这部分相当宝贵),很适合对某一领域感兴趣的人研读。

2、机构、学术会议及论文

人工智能领域是高度依赖学术界,并保留有非常强学术传统的领域。

如面向 CV 领域的视觉与学习青年学者研讨会(Valse),面向 NLP 领域的中文人工智能学会等,这些学会机构除了定期举办公开讲座,同时会会不定期的发布相关内容。

以及这些学会机构往往也会举办暑期学校等培训课程,质量较高,对细分领域感兴趣不妨了解课程构成后报名学习。

论文也是一个不错的学习途径,知网可以搜索论文购买阅读。

以及人工智能领域是一个高度信息流通的学科,如果英文过关,不妨前往arXiv.org阅读英文论文。

3、媒体及社交媒体

除了学术熏陶,新鲜新闻资讯可以帮助我们了解当下、提供启发。

目前中文领域有不少细分媒体专注人工智能领域,一些科技媒体的人工智能子版块质量也相当不错。

以及不少研究者在微博、微信等社交媒体上也相当活跃,同时知乎也有不少人工智能大 V 正在活跃,可以根据自己感兴趣的方向进行关注。

4、书籍

「西瓜书」《机器学习》,李航老师的《统计学习方法》,「三驾马车」巨著《深度学习》,都是相当经典的入门书。

太难了看不懂?《图解深度学习》、《科学的极致|漫谈人工智能》、《Python 神经网络编程》这些向科普方向倾斜的书籍也不错哦。

Why:真正的知识都是免费的

说了这么多、推荐了这么多,点赞、收藏对于一个人的自学旅程来说,连开始都算不上。

重要的是去看、去思考、去实践,远比做出一个「我想要」的姿态重要得多。

寻求知识的道路异常艰辛,在此引用汪丁丁教授的一段话作为结尾:

「一流的知识只能免费,这是因为它只吸引少数能够理解它的人。这些人是最可宝贵的……他们投入的理解力和伴随着理解一流知识的艰辛,价值远远超过任何付费知识的市场价格。」

愿我们都有与一流知识相配的美德。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,997评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,603评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,359评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,309评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,346评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,258评论 1 300
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,122评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,970评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,403评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,596评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,769评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,464评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,075评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,705评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,848评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,831评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,678评论 2 354

推荐阅读更多精彩内容