Введение
Если вы увлечены современной комбинацией слов «искусственный интеллект» в более широком смысле, чем «подключите Keras здесь», «подключите SQL там», и все эти вопросы можно изучить за несколько недель или месяцев с нуля, чтобы пройти собеседования, то эта последовательность блога посты могут быть полезны для ваших целей.
Целью такой учебной программы является создание системы знаний по математике, информатике, искусственному интеллекту, неврологии и физике, которая будет применима для революционных исследований в области интеллекта (искусственного или естественного) и сложных инженерные задачи, требующие междисциплинарного опыта. Необходимо отметить, что искусственный интеллект как область в текущий момент времени обладает множеством привлекательных свойств, поэтому данная статья в основном посвящена исследованиям в области искусственного интеллекта.
Учебная программа построена на основе существующих учебных программ Стэнфорда, Кембриджа и Массачусетского технологического института, рекомендаций многих профессионалов и профессоров и моей личной системы фильтрации материалов. Конечно, на определенном уровне зрелости вы либо будете, либо уже будете понимать, на каких областях вы хотите сосредоточиться, поэтому в какой-то момент учебной программы разумно сосредоточиться на научных работах, а не охватывать больше областей.
Несмотря на то, что эта учебная программа была построена с учетом определенной глобальной цели, в которой раскрытие интеллекта провозглашается одним из наиболее ценных достижений для будущего человечества на современном этапе научно-технического прогресса, она по-прежнему отвечает общим требованиям социально-промышленной среды. для инженеров, ориентированных на исследования или ученых в области компьютерных наук и искусственного интеллекта.
Этот краткий общий план предоставит аргументы для включения всех этих научных областей в полную картину решения разведки и кратко перечислит все ресурсы. Более поздние сообщения в блоге будут содержать подробное описание каждого домена и подробную информацию о предоставленной литературе.
Процесс обучения
Необходимо констатировать, что повторение и связывание являются ключевыми характеристиками самого обучения, точнее, перехода между кратковременной и долговременной памятью. Конечно, никто не хочет читать «Глубокое обучение» Гудфеллоу и через несколько недель потерять всю информацию, хранящуюся где-то внутри ящика с черепом.
Подключение
Начиная с самого подключения, одной из наиболее важных частей потребления любой информации является организация подключения ко всей системе знаний. Поскольку наша память работает как ассоциативная поисковая машина, найти любую порцию данных гораздо проще, если она имеет множество связей, особенно если эти связи прочны (часто используются) и усвоенные понятия имеют значение в вашей системе значений для заявленного. цели.
- Во-первых, нужно реконструировать все понятия, полученные из внешнего источника, с помощью более фундаментальных понятий, которые уже есть в вашей системе знаний, т. е. описать все своими категориями и словами и создать структуру.
- Второй момент — дать этим понятиям приложение, чтобы система автоматического поведения в вашей голове понимала потенциальную выгоду в ваших системах ценностей для заявленных вами целей, т.е. использовать новые знания для решения определенных задач, как практических, так и аналитических.
Повторение
Обучение для долгосрочной и краткосрочной перспективы (в социально-индустриальном смысле) может различаться, и представляется разумным провести различие между обучением для промышленных и глобальных целей. Наиболее надежной комбинацией для достижения обеих целей было бы предложить две параллельные стратегии обучения для понимания полной картины и отраслевой области:
- Первая часть материала, в основном основанная на литературе, охватывает сложные темы и, в связи с характером научной или технической литературы, требует запоминания большого количества данных даже после того, как вы усвоили ключевые понятия. Таким образом, эффективным решением для такого рода материалов было бы потреблять каждый раз много, редко и повторять много раз.
- Вторая часть материала, в основном основанная на курсах, поверхностно охватывает основные прикладные навыки для инженерного дела и широкий спектр тем. Таким образом, эффективной стратегией обучения будет потребление умеренного объема данных, часто и в течение длительного времени.
Краткая аргументация домена
Почему кто-то должен учиться в кросс-доменном стиле, не считая очевидной необходимости математики для формализации идей? Ценным аргументом здесь будет утверждение, что в разных областях появляется множество конкретных и инновационных концепций для решения определенных задач в определенных областях. И проблема заключается в отсутствии связи между областями знаний, что задерживает передачу некоторых из этих концепций, которые по своей природе применимы между областями.
Фактически, все области здесь можно разделить на формальные (математика, информатика) и естественные (нейронаука, физика) науки. Формальные науки создают инструментальную основу, необходимую для любого вида инженерии или исследований, в то же время естественные науки обеспечивают либо непосредственно применимые знания о системах, либо вдохновение из концепций, которые по своей природе являются междисциплинарными.
Искусственный интеллект как предметная область предоставляет непосредственно используемые знания, хотя и не являясь естественной наукой, а комбинацией, ну, всего, что уже было сказано выше.
Математика
Математика, как часть формальных наук, представляет собой язык, который доказал свою незаменимую ценность при формализации систем для дальнейшего анализа и использования, обрабатывая всю сложность взаимодействия объектов.
Информатика
Частично другая формальная наука, информатика со всеми ее концепциями позволяет нам использовать математический язык для практических целей, превосходя людей в работе со сложными системами объектов.
неврология
Нейронаука делится знаниями о единственном известном нам виде интеллектуальных систем в природе, что делает ее, безусловно, ценной наукой, позволяющей черпать вдохновение из несовершенств или предсказывать их.
Физика
Физика, как и нейробиология, дает огромный простор для вдохновения и в то же время дает много информации об эволюции сложных систем с разными свойствами и законами.
Учебная программа
Наконец, мы подошли к чистому утверждению учебного плана.
Заказ не всегда имеет место, вы, конечно, можете его варьировать и адаптировать к своим потребностям, первые ресурсы в основном подходят для начала и получают некоторую мотивацию для более глубокого погружения. Эта учебная программа включает материалы для нескольких поддоменов для каждого домена, на которых следует сосредоточиться, поэтому разумно отказаться от некоторых из них для ваших собственных целей.
То, как я его использую, можно описать так:
- Литературная часть материала 5 дней в неделю используется для 5 областей знаний, каждый день, в зависимости от количества времени и энтузиазма, которым вы обладаете, разумно тратить от 2 до 6 часов каждый день.
- Часть материала, основанная на курсе, 5 дней в неделю используется для 2 областей прикладных знаний (информатика и машинное обучение) по 2–6 часов каждый день в любой пропорции, требуемой вашим текущим социально-промышленным положением.
Физика
Общий вид:
Фейнмановские лекции
Математические методы для студента-физика
Классический:
Механика Грегори Дайнемикс О’Доннел
Введение в общую теорию относительности Кэрролла
Продвинутая общая теория относительности Стюарт
Электричество и магнетизм Морин
Квантовая:
Квантовая теория поля в двух словах
Квантовая теория поля и Стандартная модель Шварца
Физика элементарных частиц Халцена
Астро:
Звезды:
Имке Де Патер, Джек Джонатан Лиссауэр — Планетарные науки
Ико Ибен — Физика звездной эволюции, Том. 1, Том. 2
Карл Д. Мюррей, Стэнли Ф. Дермотт — Динамика Солнечной системы
Майкл Перриман — Справочник по экзопланетам
Филип Дж. Армитидж — Астрофизика формирования планет
Вейгерт — звездная структура и эволюция
Черные дыры:
Ясунори Номура — квантовая физика, мини-черные дыры и мультивселенная
Франческо Хаардт, Витторио Горини, Уго Москелла — Астрофизические черные дыры
Маурицио Фаланга — Физика аккреции на черные дыры
Стивен У. Хокинг — Крупномасштабная структура пространства-времени
Математика
Основа:
Вероятность и статистика Де Гроота
Расширенная база:
Введение в теорию множеств Jech
Исчисление Апостола Том 1, Том 2
Справочник по линейной алгебре Хогбена
Теория вероятностей Лоэв Том 1, Том 2
Выпускник:
Метрические и топологические пространства Сазерленда
Топологические многообразия Ли
Реальный и комплексный анализ Рудина
Дифференциальная геометрия Спивак, т.1–5
Искусственный интеллект
Погружение в мир нейронных сетей Николенко (Обязательно стоит прочитать, если вы владеете русским языком на приличном уровне)
Математика для машинного обучения Дейзенрота
Элементы статистического обучения Френдмена
Обучение с подкреплением Саттон
Информационная геометрия Амари
Информатика
Теоретическая:
Введение в теорию автоматов Ульмана
Искусство программирования Кнута
Компьютерные системы:
Компьютерная архитектура Таненбаум
Операционные системы Таненбаум
неврология
Когнитивная нейронаука Газзанига
Вычислительная нейробиология Эбботт
Нейроанатомия через клинические случаи
Дополнительная информация по биологии:
Молекулярная биология клетки Альбертса
Молекулярная биология гена Уотсона
Практическое машинное обучение
Все курсы CS взяты с: http://ai.stanford.edu/courses/
Общие:
CS229 + T
CS230
CS236
CV:
CS231 N + A
CS331 A + B
НЛП:
CS224 + N
RL:
CS234
CS332
Практическая информатика
Парадигмы программирования (CS106 + CS107)
Алгоритмы Стэнфорд Coursera
Криптография Стэнфорд Coursera
Теория игр Стэнфорд Coursera
Социально-экономические сети Стэнфорд Coursera
Схемы и компьютерная архитектура MIT EdX