Приветствую дамы и господа. Последнее время начал интересоваться отраслю исскуственного интеллекта, но все пока что знания в данной отрасли - это просмотренные все видео о нём, как создать нейросеть на путон, голосового помощника и тому подобное. Хочу получить больше знаний, хочу разбираться в этом. Что почитать / посмотреть чтобы выйти на шаг разработки сообственного небольшого проекта в области ИИ и понять, какие проекты на сегодняшний день нужны? Заранее благодарен.
У меня - очень угнетающее впечатление от практики применений библиотек. Ребята пытаются обучать нейросети даже не зная основ мат-статистики. У них сеть расходится. Переобучается. Выдает лажу на выходе которую они берут за чистую монету. Потом приходят в этот же форум и спрашивают почему opencv или tensor flow "глючит". Они даже вопрос не могут задать потому что не владеют терминологией.
При этом я говорю без ревности там или обиды от конкуренции. Нету у нас конкуренции. У меня задачи другие. Мне за науку обидно. Будто в физ-лабораторию где коллайдеры и квантовые вычислители забежали мартышки и начали нажимать вообще на все-все кнопки на которые только можно. Спасибо языку Python и фреймворкам! Боже мой какое счастье!!
Это я не в упрёк автору. Просто зачем пополнять зоопарк? Берите консервативную отрасль. Не из buzzwords а из современного и актуального завтра. Биохимия например. Нужная наука. И it там будет очень нужно.
Каждый год на Ютубе Сергей Марков (с портала 22 век) делает итоги развития нейросетей. Можете ознакомиться.
Основные разработки - автопилоты (авто, летающие, подводные лодки), ответы на вопросы (GPT-3) (уже даже начинает писать программы).
Лекции про автопилоты и летающие подводные лодки на базе ИИ - это конечно здорово. Реклама, науч-поп, фантазии и пр. Но вот к вопросу, как и что надо изучать, что-бы "войти в ИИ" это все имеет очень мало отношения. Ну так, на уровне профориентации школьника.
Потому что ИИ начинается не с грандиозных летающих подводных лодок, и даже не с систем распознавания лиц, и даже не с понимания того, какие проекты сегодня востребованы. А с понимания, что такое регрессия, какие алгоритмы бывают и как они работают, что такое распределение вероятности,, как оценить работу нейросети (не по рекламе, а с точки зрения метрики) и много еще какой рутины. Причем рутины очень жесткой и очень не простой для понимания. И вот к этому процентов 95 мечтателей оказываются не готовыми.
Увы.
Никто не доверит автопилот и подводную лодку начинающему ИИ вайтишнику. И дело даже не в ИИ а вообще в специфике предметной области. Авиация - это вообще отдельная тема. Там свой фимоз головного мозга. Свои заскоки. Особенно в части тестирования.
Есть для начинающего книга Джоела Грасса называется Data Science наука о данных с нуля. Там на Питоне. Про регрессию. Кластеризацию. И прочие алгоритмы.