Quando dovrei imparare l'intelligenza artificiale? [chiuso]

Dritto al punto: mi piacerebbe davvero imparare l'IA.

Ma voglio un consiglio da ragazzi CS esperti su quando dovrei saltare nell'intelligenza artificiale.

Quali prerequisiti sono necessari per comprendere meglio i concetti di IA?

Avrai bisogno di un po 'di matematica discreta . Grafici, alberi e così via. Queste sono le strutture alla base dell'intelligenza artificiale.

Ne avrai bisogno capacità di programmazione , specialmente in linguaggi come Prolog e LISP. Molti sistemi di intelligenza artificiale sono programmati in queste lingue.

Avrai bisogno di un po 'di logica . Calcolo proposizionale e predicato. La loro sintassi e semantica. Forse una logica modale. Ciò costituirà la base per l'apprendimento della rappresentazione della conoscenza, che è alla base dell'IA.

Durante i primi due anni di una normale laurea in informatica, di solito ottieni abbastanza background per iniziare a studiare l'IA.

Ma non c'è limite a quanto possa essere complessa l'IA. Per approfondire, avrai bisogno di statistiche, calcolo, algebra di matrice e probabilmente molto di più. La teoria dell'apprendimento statistico (o più semplicemente l'apprendimento automatico) dipende da queste aree.

Il mio consiglio. Acquista un libro sull'intelligenza artificiale da leggere a tuo piacimento. Una buona è l'intelligenza artificiale: un approccio moderno di Stuart Russell e Peter Norvig. Ogni volta che non capisci qualcosa, prova a capire quale conoscenza di base ti manca. Quindi riempire questi spazi vuoti.

Direi subito.

Naturalmente avrai bisogno di molte materie diverse, come quella menzionata da Dave Clarke. Quali di cui hai davvero bisogno dipendono dal tipo di intelligenza artificiale che cerchi. Se ti rivolgi verso la fine dell'apprendimento automatico, non avrai bisogno di logica o matematica discreta, ma avrai bisogno di grandi quantità di teoria della probabilità, statistica, algebra lineare, ottimizzazione e calcolo multivariato.

Il mio punto è che se stai imparando queste cose per padroneggiare l'IA e non per il loro bene, avrai bisogno di qualcosa per mantenere alta la tua motivazione. Quindi inizierei a scherzare. Invece di leggere tutte queste cose, prova a scrivere un giocatore di scacchi senza alcuna conoscenza precedente o programma una semplice simulazione di vita artificiale. Se inizi da solo, ti darà un contesto per posizionare le cose che imparerai in seguito.

Se aspetti di aver completato tutti gli argomenti che ho menzionato sopra prima di scrivere il tuo primo programma di intelligenza artificiale, avrai bisogno di una potente risoluzione per resistere per i tre anni o giù di lì per finire.

Dopo aver scritto alcuni programmi giocattolo, puoi iniziare con un libro di riepilogo, per mettere gli assaggiatori di tutti questi argomenti focalizzati sull'intelligenza artificiale. Russell e Norvig sono un po 'pesanti sulla logica. La tua migliore opzione dipende da quali sottocampi ti interessano. Se scegli Machine Learning, allora "Machine Learning" di Tom Mitchell è una buona opzione.

Mentre sono d'accordo con le altre risposte, poiché io stesso e cercando di diventare uno studente di AI moderna, penso che la conoscenza matematica sia di fondamentale importanza.

Prendete questa serie di conferenze YouTube presso la Stanford University , per esempio . Se riesci a superare le prime 6 lezioni e a capire i concetti matematici e la notazione che viene presentata per spiegare come e perché algoritmi come Regressione logistica, Bayesiano e algoritmi di rete neurale come SVM (Support Vector Machines) possono essere usati per risolvere problemi in un processo di raccolta delle conoscenze del computer, quindi sei pronto per iniziare una seria ricerca - secondo me.

Se scopri che ti mancano i fondamenti, allora i corsi come quelli che sono elencati di seguito potrebbero essere un buon punto di partenza:

1. Informatica 1 e 2,
2. Strutture dati,
3. Analisi degli algoritmi,
4. 3 corsi di calcolo,
5. Matematica discreta,
6. Algebra lineare,
7. Probabilità e statistica,

Alcuni potrebbero suggerire equazioni differenziali ordinarie o un corso di analisi, ma questo potrebbe essere un colpo mortale. Se il tuo obiettivo è la ricerca seria, allora raccomando l'approccio over kill. Un altro libro interessante che mi è stato consigliato è " Superintelligence " di Nick Bostrom se sei solo curioso.

Penso anche che i corsi di psicologia, neuroscienza di base, biologia (come comunicano le cellule e il microrganismo) probabilmente anche la sociologia potrebbero non essere cattivi investimenti del tuo tempo. Ti aiuterà a capire l' intelligenza in senso lato. Gli algoritmi genetici , ad esempio, sono modellati su processi biologici riguardanti il ​​modo in cui i geni vengono tramandati.

In senso sociologico, come pensa una folla? È intelligenza distribuita o stupidità distribuita o entrambe in determinate circostanze? Questo può fornire indicazioni per nuovi algoritmi in futuro? Dubbio, ma spero che tu veda il mio punto.