Автор: Эйприл Смоллвуд

С 2014 года стартапы в области искусственного интеллекта испытали взрывной рост финансирования, что дало еще больше стимулов для увлеченных компьютерных ученых. По сути, конечной целью может быть программирование компьютеров, чтобы они думали сами за себя. С 2010 года, когда в стартапы в области ИИ было инвестировано 976 миллионов долларов (пиковая сумма в 201 миллион долларов приходится на четвертый квартал 2014 года), разработчики ИИ могут разрываться между присоединением к технологическому гиганту с миллионными бюджетами на НИОКР, преобразованием существующей организации или соучредителем стартапа.

То, что когда-то было областью научной фантастики, ИИ появляется повсюду. Он делает заметки каждый раз, когда вы используете Google для поиска; является важным компонентом алгоритмов Facebook, создавая более умную ленту новостей о том, что вы действительно хотите видеть; он выбирает рекомендуемые альбомы на Spotify на основе ваших прошлых действий. Короче говоря, разработка искусственного интеллекта - это наука о машинах, которые могут решать проблемы, как это сделал бы человек. В журнале Wired Октябрь 2014 Кевин Келли писал: Бизнес-планы следующих 10 000 стартапов легко спрогнозировать: возьмите X и добавьте AI. Это большое дело, и теперь оно здесь .

Набор на курсы CS неуклонно растет. Согласно Taulbee Survey 2015 года - ежегодному опросу, проводимому Ассоциацией компьютерных исследований - в США охват компьютерными науками вырос на 13,6% по сравнению с предыдущим годом. Кроме того, разработка программного обеспечения, искусственный интеллект, базы данных и сети являются наиболее популярными областями специализации для выпускников докторантуры в этом порядке.

Между тем, использование потрясающего машинного обучения Github имеет 16 тысяч звезд. Специалисты по обработке данных и разработчики искусственного интеллекта получают лучшую зарплату в карьере начального уровня и считаются самыми умными людьми в мире! Итак, как стать разработчиком ИИ?

Анджела Басс, менеджер по науке о данных в EnerNoc, а также спикер WTB, даст несколько советов начинающим разработчикам ИИ. Скорость, с которой наша область продолжает развиваться, прекрасна и удивительна и свидетельствует о том, как многого можно достичь, но она также соблазнительно отвлекает, - говорит она. Легко увлечься последними тенденциями или инструментами, а более сложные модели могут быть не самыми подходящими для каждого приложения. Анджела призывает вас начать с простого:

«Разбейте проблему на атомарные компоненты, затем создайте из нее решение и добавляйте сложность только в том случае, если более простая модель не справляется со своей задачей», говорит она.

Мы также попросили совета у ученого-исследователя OpenAI Яна Гудфеллоу.

«Сосредоточьтесь на изучении основ: хорошие навыки линейной алгебры, теории вероятностей и разработки программного обеспечения. Состояние дел в области машинного обучения меняется от года или даже месяца к следующему, но основы остаются неизменными на протяжении десятилетий ».

Естественно, вы хотите получить степень бакалавра компьютерных наук, степень магистра компьютерных наук или компьютерной инженерии и / или степень доктора философии в любом из этих направлений. Тем не менее, мы недавно спросили академика и эксперта по машинному обучению Тома Портегиса, должны ли те, кто интересуется ИИ, получить докторскую степень, как это сделал он. Его ответ?

"Нет. Если ты учишься в учебе, это хорошо. Однако я знаю очень много высококвалифицированных людей, которые так и не закончили колледж », - говорит он. «Они начали с компьютера, учились у других людей и просто продолжали практиковаться. В стартапе, в котором я работаю, особенно в сфере здравоохранения, они, вероятно, захотят получить докторскую степень. В большинстве случаев это не нужно ».

Вот несколько хороших отправных пунктов:

Фонд

  • Образование - степень бакалавра CS или DS; Степень магистра информатики или компьютерной инженерии и / или докторская степень в любой области или в области машинного обучения.
  • Лаборатории предоставляют передовые исследования, которые вы обучаете дизайну, пользовательскому интерфейсу, пользовательскому интерфейсу, внедрению и тестированию и т. Д. Некоторые лабораторные проекты заканчиваются самостоятельными стартапами.

Языки

Научитесь хорошо разбираться в C ++, Java, Python и R.

Практика

  • Есть много возможностей попрактиковаться и встретиться с единомышленниками на митапах, хакатонах, слабых группах, конференциях и других курсах.
  • Ознакомьтесь с библиотеками с открытым исходным кодом, например Awesome Machine Learning Github
  • Рекомендуемые библиотеки Python: http://www.learnunbound.com/articles/recommended-python-libraries-for-budding-data-scientists-
  • Лучше всего просто попрактиковаться в проектах с открытым исходным кодом, чтобы ознакомиться с исправлениями. и т. д. (например, http://numenta.org/)
  • Как вы, наверное, знаете, на YouTube есть отличные руководства и слайд-шоу.
  • Будьте полезны в Github и отвечайте на вопросы в Stackoverflow. Quora также полезна в сообществе.

Начать проект

Придумайте идею и проверьте ее. Найдите тех, с кем хотите работать, и не пишите код. Том Портегис говорит:

«Я рекомендую вам просто начать кодировать. Многие так поступают. И они ошибаются и снова пишут код. Они ошибаются и снова кодируют. Тратить много времени на дизайн - это много накладных расходов, и оно не окупается ». Вместо этого подготовьте свой прототип.

SDK (комплект для разработки программного обеспечения)

Изучите отрасль, которую вы считаете наиболее привлекательной, и опробуйте соответствующие SDK.

Можно нежного розыгрыша?

В ближайшем будущем присоединяйтесь к нам в AI WithTheBest. Это онлайн-конференция с участием 100 высокопоставленных докладчиков, которые поделятся бесценными знаниями в этой области. Посетите AI.withthebest.com, чтобы увидеть полную повестку дня.

Намек на состав выступающих?

Фредерик Бастьен, ведущий разработчик Theano

Мэтью Тейлор, знаменосец сообщества Open Source в Numenta

Элисон Лаундс, отдел по связям с разработчиками NVIDIA

Ян Гудфеллоу, научный сотрудник OpenAI

Адам Гибсон, основатель Skymind

Анжела Басса, менеджер по анализу данных, EnerNOC

Деннис Мортенсен, основатель X.ai

Питер Норвиг, директор Google Research

Камелия Арьяфар, старший научный сотрудник, Etsy

Мартин Бедард, ведущий разработчик AI / геймплея Ubisoft

Изначально размещено на BMA Media