Глубокое обучение — пугающая тема — по крайней мере, так кажется многим людям, которые на самом деле не понимают эту концепцию. Видите ли, глубокое обучение и искусственный интеллект были одной из причин, по которой так много проблем в наши дни решаются намного быстрее и лучше, чем раньше, и из-за этого так много людей заинтересованы, но также боятся пытаться изучить это. В большинстве случаев те, кто заинтересован, будут искать какой-нибудь курс или учебник о том, как научиться кодировать для искусственного интеллекта, но вскоре они поймут, что большинство этих руководств требуют базового понимания области или что концепции слишком сложна для их понимания. Кроме того, у большинства старшеклассников нет математической базы, которую ожидают типичные классы, что может быть ошеломляющим, когда они видят огромное количество математики. По крайней мере, так я себя чувствовал, когда начал учиться.

Но как только вы поймете концепции, искусственный интеллект позволит вам делать множество невероятных, разных вещей. От создания классификаторов изображений до написания стихов и создания решений медицинских проблем — это проекты, которые волнуют создателей и ученых, и это проекты, которые вдохновляют таких людей, как вы, читатель, начать изучать программирование с помощью искусственного интеллекта. И моя работа здесь состоит в том, чтобы разбить все концепции, которые вам нужно знать, чтобы, независимо от вашего опыта или знаний, вы могли понять и воспроизвести эти идеи, чтобы написать свои собственные новые творения.

Во-первых, я чувствую, что вы все заслуживаете краткого знакомства с человеком, который учит вас всему, что вы увидите в ближайшем будущем. Я старшеклассник из Калифорнии, который изучает и работает с ИИ более года, я работал с компаниями в области технологий, использующих искусственные интеллектуальные системы, и основал школьный клуб, обучающий других старшеклассников глубокому обучению, аналогично тому, что будет в этих статьях. быть о. Обладая знаниями, которые у меня есть, я чувствую, что могу не только научить новичков искусственному интеллекту, но и упростить эти концепции, чтобы каждый мог понять и добиться успеха. Так почему бы нам не начать?

«Искусственный интеллект — это новое электричество», — Эндрю Нг

Питон

Изучение Python необходимо для выполнения большинства задач с ИИ. Python — относительно простой и понятный язык, и, поскольку Python поддерживает большинство библиотек, он стал основным языком для глубокого обучения. Имея немного понимания, вам будет намного легче читать мои посты.

Математика

Хотя есть способы, с помощью которых вы можете полностью избежать большей части математики в ИИ, невероятно важно, чтобы вы понимали математику, стоящую за определенными вещами, чтобы вы могли понять, как они работают и как их улучшить. Несмотря на то, что ваши библиотеки сделают большую часть работы, любой хороший ученый знает все, что происходит за кулисами, а это требует некоторых знаний в алгебре, исчислении, матрицах и векторах. Уверяю вас, что вы сможете понять каждый расчет, определение, формулу и процедуру, сделанные во всей этой серии, как я объясню.

Библиотеки

В этом курсе мы будем использовать библиотеки Numpy и PyTorch. Numpy — это библиотека, которая предлагает большое количество математических операций, которые значительно облегчают нашу работу, а PyTorch, подобно Keras и Tensorflow, — это библиотека, которая предоставляет нам функции машинного обучения, которые будут иметь решающее значение для нашей работы. Вероятно, время от времени мы будем использовать некоторые другие библиотеки, но Numpy и PyTorch будут нашими основными.

Итак… Что такое ИИ?

Проще говоря, искусственный интеллект — это то, как компьютер может, получив задание, выполнить его, а также повысить свои шансы на успех. Например, одной из первых задач, которую мы рассмотрим, является линейная регрессия, когда компьютер, получив набор точек или данных, может создать линию наилучшего соответствия через точки и делать ее все более и более точной по мере анализа. точки.

Возможно, вы также слышали о терминах «машинное обучение» и «глубокое обучение», и большинство людей не понимают, чем они отличаются. Однако это довольно просто; глубокое обучение — это тип машинного обучения, который является подмножеством искусственного интеллекта.

Искусственный интеллект имеет сотни целей и используется практически во всех существующих сегодня областях. Он использовался для решения проблем в медицине, биологии, фондовом рынке, обработке речи и виртуальных помощниках, классификации изображений, понимании и создании речи и видео, компьютерном зрении и многом другом. Люди даже смогли создать ИИ, который может играть в игры, как вы, возможно, видели в игре Player vs. компьютерные шахматы и прочее.

«Машинный интеллект — последнее изобретение, которое когда-либо понадобится человечеству», — Ник Бостром

Все это может показаться пугающим, но уверяю вас, что все гораздо проще, чем кажется. Вскоре вы сможете понять все, о чем я говорил, и у вас будет опыт работы над проектами, практика и многое другое по мере прохождения этого курса. В следующих нескольких уроках я расскажу об основах математики, которые необходимы для того, чтобы вы все поняли. Затем я объясню линейную и логистическую регрессию, и вы сможете выполнить несколько быстрых проектов, которые будут интересными, простыми и понятными. Надеюсь скоро увидеть вас в следующей статье!