artificiell intelligens är en av de viktigaste genombrott av 21-talet. Experter från olika branscher studerar sin förmåga och upptäcker nya sätt att tillämpa den. Vi kallar AI en framväxande teknik, men forskare har arbetat i den här riktningen sedan 1950-talet.
först var AI långt ifrån smarta robotar som vi ser i sci-fi-filmer. Men tack vare sådan teknik som maskininlärning och djupt lärande blev AI ett av de mest lovande områdena inom IT-industrin., Efterfrågan på AI-utvecklare växer ständigt, och vissa experter föreställer sig en framtid där datorer ersätter människor. Även om det är för tidigt att tala om artificiell intelligens som ett hot mot arbetskraften, kommer moderna arbetstagare definitivt att dra nytta av att lära sig mer om denna teknik eftersom det kommer att göra det möjligt för dem att förbereda sig för framtida förändringar i sina industrier och att bekanta sig med ett nytt, effektivt och intressant verktyg.
viktiga skäl att börja studera AI
AI går in i våra liv på många olika sätt., Till exempel använder vi assistenter som Amazon Echo, Google Assistant eller Siri. När vi spelar videospel är AI alltid vår fiende. Men inte alla vet att AI är närvarande även i Google Translate och verktyg som upptäcker skräppostmeddelanden.
förståelsen av artificiell intelligens öppnar många möjligheter. Det är nog att behärska grunderna i denna teknik för att förstå hur enkla verktyg fungerar. När du lär dig mer om AI får du chansen att bli en utvecklare som kommer att skapa avancerade AI-applikationer som IBM: s Watson eller självkörande bilar. Det finns oändliga möjligheter på detta område., Att studera AI är nödvändigt för en karriär inom programvaruteknik, om du vill arbeta med människa-maskin gränssnitt, neurala nätverk och kvant artificiell intelligens. Företag som Amazon och Facebook använder AI för att göra inköpslista rekommendationer och att analysera stora data. Förståelsen av AI är också nödvändig för maskinvaruingenjörer som skapar hemassistenter och parkeringsassistenter.
de som vill börja lära sig AI har många alternativ tillgängliga. Till exempel tillåter internet alla att anmäla sig till onlinekurser., Några av dem riktar sig till personer som redan har en viss nivå av teknisk kunskap och fokuserar på kodning, medan andra kurser hjälper även de som inte har någon tidigare kompetens inom programmering och teknik.
de bästa online AI – kurser för 2018
- lär dig med Google AI-det här är ett nytt projekt som lanserades av Google för att låta allmänheten förstå vad AI är och hur det fungerar. Även om resursen växer långsamt har den redan en maskininlärningskurs för nybörjare som innehåller Googles TensorFlow-bibliotek., Denna kurs kommer att hjälpa även de som inte vet något om AI, som täcker grunderna i maskininlärning, introducerar TensorFlow och förklarar de avgörande principerna för att designa neurala nätverk.
- Stanford University – maskininlärning – kursen finns på Coursera. Det lärs av grundaren av Google Brain, Andrew Ng. Du kan njuta av denna kurs gratis eller välja betalda alternativ om du vill få ett certifikat som kan användas i framtiden när du gör de första stegen mot din karriär inom programvaruteknik., Kursen kommer att bekanta dig med exemplen på AI-driven teknik från verkliga livet, såsom avancerade mekanismer för webbsökning och taligenkänning. Du kommer också att förstå hur neurala nätverk lär sig.
- Nvidia – Fundamentals of Deep Learning for Computer Vision – computer vision är en disciplin som fokuserar på att skapa datorer som kan analysera den visuella informationen som den mänskliga hjärnan gör. Kursen behandlar de nödvändiga tekniska grunderna tillsammans med de praktiska tillämpningarna av objektklassificering och objektigenkänning., Du kan studera i din egen takt och lära dig hur du bygger din egen neurala NET-applikation.
hur man kommer igång med AI
det finns ingen överraskning om du upplever vissa svårigheter att studera artificiell intelligens. Om du fastnar, föreslår vi att du letar efter en lösning på Kaggle eller skickar dina frågor på specifika forum. Det är också viktigt att förstå vad man ska fokusera på och vad man ska göra först.
Välj ett ämne du är intresserad av
Välj först ett ämne som är väldigt intressant för dig. Det hjälper dig att vara motiverad och involverad i inlärningsprocessen., Fokusera på ett visst problem och leta efter en lösning, istället för att bara passivt läsa om allt du hittar på internet.
2. Hitta en snabb lösning
poängen är att hitta någon grundläggande lösning som täcker problemet så mycket som möjligt. Du behöver en algoritm som kommer att bearbeta data till en form som är förståelig för maskininlärning, träna en enkel modell, ge ett resultat och utvärdera dess prestanda.
förbättra din enkla lösning
När du har en enkel grund, är det dags för kreativitet., Försök att förbättra alla komponenter och utvärdera ändringarna för att avgöra om dessa förbättringar är värda din tid och ansträngning. Till exempel, ibland, förbättrar förbehandling och datarengöring ger en högre avkastning på investeringar än att förbättra en inlärningsmodell själv.
4. Dela din lösning
Skriv upp din lösning och dela den för att få feedback. Inte bara kommer du att få värdefulla råd från andra människor, men det kommer också att vara den första posten i din portfölj.,
Upprepa steg 1-4 för olika problem
Välj olika problem och följ samma steg för varje uppgift. Om du har börjat med tabelldata väljer du ett problem som innebär att du arbetar med bilder eller ostrukturerad text. Det är också viktigt att lära sig att formulera problem för maskininlärning ordentligt. Utvecklare behöver ofta vända några abstrakta affärsmål till konkreta problem som passar detaljerna i maskininlärning.
6., Slutför en Kaggle-tävling
med den här tävlingen kan du testa dina färdigheter och lösa samma problem som många andra ingenjörer arbetar med. Du kommer att bli tvungen att prova olika tillvägagångssätt, välja de mest effektiva lösningarna. Denna tävling kan också lära dig samarbete, eftersom du kan gå med i en stor gemenskap och kommunicera med människor på forumet, Dela dina idéer och lära av andra.
använd maskininlärning professionellt
Du måste bestämma vad dina karriärmål är och skapa din egen portfölj., Om du inte är redo att ansöka om maskininlärningsjobb, leta efter fler projekt som gör din portfölj imponerande. Gå civic hackathons och leta efter datarelaterade positioner i samhällstjänst.
slutsats
den grundläggande förståelsen för AI och maskininlärning blir mer och mer värdefull inom alla verksamhetsområden och yrke. Tack vare olika onlinekurser behöver du idag inte gå till universitetet för att lära dig denna komplexa och intressanta teknik., Även om du inte har någon tidigare erfarenhet av teknik kan du lära dig artificiell intelligens hemifrån och börja tillämpa dina kunskaper i praktiken, skapa enkla maskininlärningslösningar och göra första steg mot ditt nya yrke.