首页   注册   登录
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
华为云
V2EX  ›  程序员

大家对人工智能领域怎么看,程序猿是不是该多研究下人工智能领域的研究?

  •  
  •   GenialX2 · 277 天前 · 2074 次点击
    这是一个创建于 277 天前的主题,其中的信息可能已经有所发展或是发生改变。
    17 回复  |  直到 2018-01-13 23:57:47 +08:00
        1
    northisland   277 天前   ♥ 1
    * 文件系统、数据库清楚底层实现了么?
    * 单机并行知道几种,认识清楚,玩熟了么?
    * MQ 通信模式会几种,认识清楚,玩熟了么?
    * 分布式框架认识清楚,玩熟了么?
    * 让你搞个编译器,把代码转成中间语言,你有想法么?

    反正我是正儿八经本科读控制-->研究生读模式识别出来的。一直也在从事相关工作。
    真心觉得 AI 非常非常吃数学底子,然后吧,还得有配套的程序基础,以及你对相应库的掌握。这仨缺一不可。
    然后吧,还得有舍得投入数据、计算资源的老板,还得有知道合适产品方向的上级。

    你才可能做出点儿比 AI 玩具高明一点点的产品~还不知道市场怎么样(自动车撞伤人不知道程序员分多少责任)~


    所以经常好奇为什么会有人推荐小白往 AI 圈里跳。。。。。。AI 理论很不错,很多框架写的也很赏心悦目,玩玩是可以的。但我的建议是跳坑需谨慎,谨防爬不出来
        2
    66beta   277 天前
    研究如 1 楼所说,还是比较高大上的
    但是拿来开发产品的话,各大佬都有成熟 API 供你调用啊,国外有 aws,国内有出门问问、讯飞、百度
        3
    YRodT   277 天前 via Android
    @northisland

    半个从业者,真心请教一个问题。网上总说搞 ai 对数学要求高,那么到底怎样才算可以呢?

    假如编译器都能理解比较透彻的话,推 svm 数学公式,或者看 cnn 相关论文应该不是难事吧…

    一直不明白数学到什么程度
        4
    zwh2698   277 天前 via Android
    除非你要做编译相关的工作,否则编译原理,知道基本就够用了,ai 如果在智能代码生产,这个体系是一个整体,可能你也绕不过去,其他情况,了解一下就够用了。ai 很多都是靠数学模型建立的,不是和编译器相关,其实别人研究的算法应用一般比较简单,但是要用到恰当好处,需要了解原理,那么数学功底就成了门槛。
        5
    liukrystal   277 天前 via iPhone
    @YRodT 我觉得应该更多的是对数学的洞察力和悟性,当然底子也很重要。
        6
    northisland   277 天前
    @YRodT

    只说说我的理解。

    我也感觉我的数学不够用。。。反正我见过数学最牛的人,换个领域也觉得困难,看到统计学的论文简直像在看火星文。


    研究生找工作,SVM 能写出支撑向量的总间隔目标函数,写出加入核函数的推论结果,就差不多了。
    但深层的二次规划问题求解,拉格朗日对偶,以及转换为 KKT 问题求解,这我觉得弄明白就很不易,弄明白了,在类似的场合上能玩出来,这就是很牛的人做的事情了。
    你想玩一下理论可以逐步入手,看看搞得定不。


    不过,基本上会写代码的人,看说明书,都能玩的转 libsvm 软件。
    工业领界,我知道的,一些数据集(肯定是特征不容易分的,菜鸟能分对 40%左右),选不同的核函数(新手默认在老四样 linear, poly, rbf, sigmoid 里选),懂理论的老司机能把新手吊打 30%不成问题。
        7
    chenqh   277 天前
    感觉现在人工智能就是大公司的游戏
        8
    northisland   277 天前
    新手觉得我靠这是黑盒模型;其实老司机能觉得这里面原理很清楚。

    新手觉得既然黑盒了,错误率就是个无法改动的数字;老司机能通过修改相应部分,试着校正某些错误。


    懂数学,大概就是能把黑盒看穿的关键了。
        9
    northisland   277 天前 via iPhone
    浑身都是参数的神经网络,又是另一个世界了。
        10
    YRodT   277 天前 via Android
    @northisland

    感谢,很受启发。

    详细说一点吧,我数学一直不是很好,比如 svm,基础原理不是问题,但上升到二次规划问题求解等本质原理,确实很难,但付出一些时间还是能弄明白的。至于掌握原理之后的应用,基本不敢去想了。

    至于核函数啊,cnn 之类的,理解论文应该是可以的,当然更深的恐怕不行了。

    主要我有疑问的是,无论是知乎还是其他论坛,总是很强调数学的重要性,似乎不把数学掌握到一个很高的水平就没法做 ai。可是以我自己的经验不是这样的啊,所以一直有点怀疑这种说法。
        11
    Morriaty   277 天前   ♥ 1
    楼主只是说要研究而已,又不是要跳坑。

    我觉得可以先去看看《机器学习实战》、《 Python 自然语言处理》,调调包玩玩,如果真的有兴趣,让后再去看看《 LDA 数学八卦》《 word2vec 数学原理》之类的,看看这种从头讲原理的自己能不能看的进去。

    再之后,需要从业了,你可能考虑的更多是业务(特征)问题了,算法基础要深究就去看教科书了。
        12
    dartabe   277 天前
    我也是刚入门 因为自然环境大部分都是模拟信号 所以需要一些数字信号处理的知识

    神经网络又是个矩阵 所以要一些矩阵运算的知识

    对于程序员来说 看得懂别人的算法我觉得就够了吧
        13
    sadscv   277 天前   ♥ 1
    楼上 @Morriaty 推荐的几本书 /文章都是 ML/NLP 领域非常经典的学习资料,值得一看。除此之外两本精彩的中文教材《统计学习方法》和《机器学习》也不容错过。
    另外如想学习 DL 相关的话,入门看看[这本]( https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details)
    DL/NLP 视频教程有斯坦福的 CS224 非常不错,作业设计得也非常好。
        14
    YRodT   277 天前 via Android   ♥ 1
    把楼主忘了,我也来推荐一个吧,如果对深度学习感兴趣可以学着用一下 darknet 这个轻量级的框架。

    https://github.com/pjreddie/darknet

    纯 c 写的,代码质量挺高,还有很多训练好的模型,rnn,cnn,lstm,甚至围棋都有,可以玩玩看。
        15
    northisland   277 天前   ♥ 1
    一楼最初的那个清单,
    是我计算机领域,很想掌握的东东。=_=我已经放弃前端学习了

    觉得除了 AI 方向,其他计算机方向的发展空间大的很。花些硬功夫把手上业务钻研精了,升职加薪岂不快哉!


    AI 方向,泡沫真心大。我真怕很快 AI 泡沫破裂,大部分公司把烧钱混吃的 AI 部门(技术最好的公司,就是做 Alphago 的那个公司,去年狂烧 10 多亿,营收来源多是谷歌爸爸内部),当作不良资产剥离,很多 AI 狗饭碗不保。
    尤其是看到推荐教材不推荐《 PRML 》的,再次强化了我的担心。
        16
    afpro   276 天前
    不要听楼上那些劝退党的 入门算法非常简单 自己尝试一下再说
        17
    Michael1990   276 天前 via Android
    还是没我家猫聪明
    关于   ·   FAQ   ·   API   ·   我们的愿景   ·   广告投放   ·   感谢   ·   实用小工具   ·   1017 人在线   最高记录 3762   ·  
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.1 · 18ms · UTC 17:39 · PVG 01:39 · LAX 10:39 · JFK 13:39
    ♥ Do have faith in what you're doing.
    沪ICP备16043287号-1