मुझे कृत्रिम बुद्धिमत्ता कब सीखनी चाहिए? [बन्द है]


21

सीधे मुद्दे पर: मैं वास्तव में एआई सीखना चाहूंगा।

लेकिन मुझे अनुभवी CS लोगों से कुछ सलाह चाहिए जब मुझे आर्टिफिशियल इंटेलिजेंस में कूदना चाहिए।

एअर इंडिया अवधारणाओं को बेहतर ढंग से समझने के लिए मुझे और क्या आवश्यक है?


यह एअर इंडिया के लिए एक बहुत अच्छा क्यूए साइट है, लेकिन फ़िजी जाहिरा तौर पर स्टैकएक्सचेंज के साथ जुड़ा नहीं है। जानकारी / विचार प्राप्त करने के लिए शीर्ष मतदान प्रश्नों को पढ़ने का सुझाव दें
vzn

जवाबों:


21

आपको कुछ की आवश्यकता होगी असतत गणित की । रेखांकन, पेड़, और आगे। ये एआई के ढांचे हैं।

आपको कुछ की आवश्यकता होगी प्रोग्रामिंग कौशल , विशेष रूप से प्रोलॉग और एलआईएसपी जैसी भाषाओं में। इन भाषाओं में बहुत सारे AI सिस्टम प्रोग्राम किए जाते हैं।

आपको कुछ तर्क की आवश्यकता होगी । प्रपोजल और प्रेडिकेट कैलकुलस। उनकी वाक्य रचना और शब्दार्थ। शायद कुछ मोडल लॉजिक। यह ज्ञान प्रतिनिधित्व के बारे में सीखने का आधार बनेगा, जो एआई के आधार पर है।

एक नियमित कंप्यूटर विज्ञान की डिग्री के पहले दो वर्षों के दौरान आप आमतौर पर एआई का अध्ययन शुरू करने के लिए पर्याप्त पृष्ठभूमि प्राप्त करते हैं।

लेकिन AI कितनी जटिल हो सकती है इसकी कोई सीमा नहीं है। इसमें गहराई से जाने के लिए, आपको सांख्यिकी, पथरी, मैट्रिक्स बीजगणित और शायद बहुत अधिक की आवश्यकता होगी। सांख्यिकीय शिक्षण सिद्धांत (या अधिक बस मशीन सीखने) इन क्षेत्रों पर निर्भर करता है।

मेरी सलाह। अपने समय में पढ़ने के लिए आर्टिफिशियल इंटेलिजेंस पर एक किताब खरीदें। एक अच्छा आर्टिफिशियल इंटेलिजेंस है: स्टुअर्ट रसेल और पीटर नॉरविग द्वारा एक आधुनिक दृष्टिकोण। जब भी आपको कुछ समझ में नहीं आता है, तो यह जानने की कोशिश करें कि आपके पास किस पृष्ठभूमि का ज्ञान नहीं है। फिर उन अंतरालों को भरें।


मेरा मानना ​​है कि जटिलता और विश्लेषण के लिए आपको निश्चित रूप से कुछ एल्गोरिथ्म पृष्ठभूमि की भी आवश्यकता होगी। मुझे लगता है कि यह एक उल्लेख के योग्य है।
वारेक्विलेक्स

5

मैं तुरंत कहूंगा।

बेशक, आपको कई अलग-अलग विषयों की आवश्यकता होगी, जैसे कि डेव क्लार्क का उल्लेख किया गया है। आपको जिन चीज़ों की ज़रूरत है वे वास्तव में इस बात पर निर्भर करते हैं कि आप AI के किस स्वाद के लिए जाते हैं। यदि आप चीजों के मशीन लर्निंग अंत की ओर हैं, तो आपको तर्क या असतत गणित की आवश्यकता नहीं होगी, लेकिन आपको संभाव्यता सिद्धांत, सांख्यिकी, रेखीय बीजगणित, अनुकूलन और बहुभिन्नरूपी पथरी की बड़ी मदद की आवश्यकता होगी।

मेरा कहना यह है कि यदि आप एआई में महारत हासिल करने के लिए इन चीजों को सीख रहे हैं, न कि अपने स्वयं के लिए, तो आपको अपनी प्रेरणा बनाए रखने के लिए कुछ की आवश्यकता होगी। तो मैं बस के आसपास खिलवाड़ शुरू कर देंगे। इस सभी सामग्री को पढ़ने के बजाय, बस बिना किसी पूर्व ज्ञान के शतरंज खिलाड़ी को लिखने का प्रयास करें, या एक साधारण कृत्रिम जीवन सिमुलेशन का कार्यक्रम बनाएं। यदि आप अपने दम पर शुरू करते हैं, तो यह आपको एक सामान देने के लिए एक संदर्भ देगा जो आप बाद में सीखेंगे।

यदि आप अपने पहले एआई कार्यक्रम को लिखने से पहले आपके द्वारा उल्लिखित सभी विषयों को पूरा करने तक इंतजार करते हैं, तो आपको तीन साल के लिए पकड़ बनाने के लिए एक शक्तिशाली संकल्प की आवश्यकता होगी या इसलिए इसे पूरा करने में समय लगेगा।

एक बार जब आप कुछ खिलौना कार्यक्रम लिख चुके होते हैं, तो आप एआई पर केंद्रित इन सभी विषयों के टोस्टर प्राप्त करने के लिए एक सिंहावलोकन किताब के साथ शुरू कर सकते हैं। रसेल और नॉरविग तर्क पर थोड़े भारी हैं। आपका सबसे अच्छा विकल्प इस बात पर निर्भर करता है कि आप किस उप-क्षेत्र में रुचि रखते हैं। यदि आप मशीन लर्निंग के लिए जाते हैं, तो टॉम मिशेल का "मशीन लर्निंग" एक अच्छा विकल्प है।


0

जबकि मैं अन्य उत्तरों से सहमत हूं, जैसा कि मैं स्वयं और आधुनिक एआई का छात्र बनना चाहता हूं, मुझे लगता है कि गणितीय ज्ञान सर्वोपरि है।

उदाहरण के लिए स्टैनफोर्ड यूनिवर्सिटी से इस YouTube व्याख्यान श्रृंखला को लें । यदि आप पहले 6 व्याख्यानों के माध्यम से प्राप्त कर सकते हैं और गणितीय अवधारणाओं और संकेतन को समझ सकते हैं, जो यह बताने के लिए प्रस्तुत किया गया है कि लॉजिस्टिक रिग्रेशन, बायेसियन और न्यूरल नेटवर्क एल्गोरिदम जैसे SVM ​​(सपोर्ट वेक्टर मशीन) का उपयोग कैसे किया जा सकता है, ताकि समस्याओं को हल किया जा सके कंप्यूटर के ज्ञान को इकट्ठा करने की प्रक्रिया, फिर आप गंभीर शोध शुरू करने के लिए तैयार हैं - मेरी राय में।

यदि आप पाते हैं कि आपको बुनियादी बातों की कमी है, तो नीचे दी गई सूची जैसे पाठ्यक्रम शुरू करने के लिए एक अच्छी जगह हो सकती है:

  1. कंप्यूटर विज्ञान 1 और 2,
  2. डेटा संरचनाएं,
  3. एल्गोरिदम का विश्लेषण,
  4. 3 पथरी पाठ्यक्रम,
  5. डिस्क्रीट मैथ,
  6. रेखीय बीजगणित,
  7. प्रायिकता अौर सांख्यिकी,

कुछ साधारण विभेदक समीकरण या एक विश्लेषण पाठ्यक्रम का सुझाव दे सकते हैं - लेकिन यह मार से अधिक हो सकता है। हालांकि अगर गंभीर शोध आपका लक्ष्य है, तो मैं ओवर किल दृष्टिकोण की सलाह देता हूं। मेरे लिए एक और दिलचस्प पुस्तक की सिफारिश की गई थी " सुपरिंटगेलेंस अगर आप सिर्फ उत्सुक हैं निक बोस्टरोम द्वारा"।

मुझे यह भी लगता है कि मनोविज्ञान, बुनियादी तंत्रिका विज्ञान, जीवविज्ञान (कैसे कोशिकाओं और सूक्ष्म जीव संचार) में पाठ्यक्रम तो संभवतः समाजशास्त्र भी आपके समय का बुरा निवेश नहीं हो सकता है। यह आपको बड़े अर्थों में बुद्धिमत्ता को समझने में मदद करेगा । उदाहरण के लिए, जेनेटिक एल्गोरिदम , जैविक प्रक्रियाओं से तैयार किए जाते हैं, जिनके बारे में बताया जाता है कि जीन को कैसे पारित किया जाता है।

समाजशास्त्रीय अर्थ में, भीड़ कैसे सोचती है? क्या यह बुद्धिमत्ता को वितरित करता है या मूर्खता को वितरित करता है, या दोनों कुछ विशेष परिस्थितियों में? क्या यह भविष्य में नए एल्गोरिदम के लिए मार्गदर्शन प्रदान कर सकता है? संदेह है, लेकिन उम्मीद है कि आप मेरी बात देखेंगे।


कृपया स्पष्ट करें: क्या आप एक शुरुआती शिक्षार्थी या एआई विशेषज्ञ हैं?
राफेल

मैं एक स्नातक कंप्यूटर साइंस छात्र हूँ जो मशीन लर्निंग का अध्ययन कर रहा है। नौसिखिया नहीं, लेकिन विशेषज्ञ नहीं। आइए जानें सरलता के लिए सीखने वाले।
श्री कॉनसोलैटो
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.