¿Cuál es el camino correcto para estudiar IA?

La IA no es un tema. Es un campo muy amplio.

Todas las cosas populares mencionadas a continuación se pueden intercambiar libremente con el término AI.

  1. Aprendizaje automático (ML)
  2. Planificación
  3. Procesamiento de lenguaje natural (PNL)
  4. Robots Autónomos
  5. Percepción y etc.

Bueno, la lista anterior no se limita a lo que he mencionado. Cabe señalar que aparecen bastantes conceptos subyacentes en el dominio de la IA. La forma correcta de dirigirse a la IA es primero obtener los conceptos básicos correctos, ya que aparecen con bastante frecuencia.

  1. Conocer un lenguaje de programación orientado a objetos.
  2. Conozca las estructuras de datos y los algoritmos y cómo se implementan: los gráficos son muy importantes
  3. Sé bueno en matemáticas – álgebra lineal (oh dios, este es probablemente el curso más subestimado), cálculo diferencial, teoría de la probabilidad.

Hay dos formas muy populares de ingresar a la IA que se me ocurren. La primera es, obviamente, la exagerada ruta de ML. El curso Coursera del Prof. Andrew Ng sobre ML es famoso y le da una buena ventaja en ML. Más tarde, puede cambiar al curso del Prof. Geoffery Hinton sobre Redes neuronales / Aprendizaje profundo en Coursera. – Redes neuronales para el aprendizaje automático – Universidad de Toronto | Coursera

La segunda forma es probablemente explorar problemas de búsqueda en IA. Estos son algunos algoritmos que le permitirán construir rápidamente algunos sistemas de inteligencia artificial que pueden resolver un problema muy específico.

Tomemos un ejemplo:

N Puzzle

El rompecabezas N es popular entre los niños. ¿Dónde entra en juego la IA? Bueno, la pregunta aquí es cuál es el menor número de movimientos que necesita hacer para alcanzar el estado de meta dado el estado inicial. Además, ¿cuáles son los pasos? Este es un problema de IA muy simple. Tales sistemas simples de IA se pueden construir en un par de horas o días para principiantes completos al máximo. No voy a entrar en la solución, pero si está interesado, hágamelo saber en los comentarios, bloguearé / quora al respecto en un tutorial simple, desde cero.

De todos modos, la idea aquí es que uno puede llegar a la solución del problema anterior en una fracción de segundo usando IA. Ahora piensa en ello, ¿puedes hacer lo mismo para un cubo de rubik? Hay que extender las soluciones a diferentes problemas en el mundo. UC Berkeley ofrece un gran curso sobre IA en EdX. Deberías echarle un vistazo, si quieres algo de nivel universitario.

Otras formas de ingresar a la IA serían a través de la visión por computadora: OpenCV es una gran biblioteca para la creación rápida de prototipos. La variedad de proyectos de OpenCV puede ayudarlo a construir un gran perfil. Otro sería a través del procesamiento del lenguaje natural: Python con nltk actúa como una gran herramienta para principiantes. ¿Construir un sistema de recomendación basado en el contexto? Aviso: es contexto y no contenido.

Los proyectos son una excelente manera de aprender la implementación de los conceptos en IA. Le ayudará a desarrollar un perfil que permitirá a otros darse cuenta de que usted es bueno en eso y, al mismo tiempo, actuará como una motivación para que aprenda más.

Si puedes obtener educación formal, nada mejor que eso. Otros MOOCs ftw.

Línea inferior: múltiples formas de ingresar al campo. Todos trabajando para hacer “cosas” más optimizadas y (o) autónomas.

Algunos pasos útiles:

  • Leer este libro Inteligencia artificial: un enfoque moderno
  • Haz cursos en línea
  • Leer documentos
  • Intenta obtener una educación formal
  • Juega con algoritmos y ML. Por ejemplo, kaggle o establece problemas por ti mismo.