Как специалист по маркетингу, мне нужно хорошо понимать, что такое ИИ и на что он способен, особенно в свете всей шумихи вокруг него в последние годы. (В сообществе специалистов по данным ходит шутка, что если что-то написано на Python, то это машинное обучение, а если что-то написано в PowerPoint, то это ИИ.)

Сейчас я довольно много читал на эту тему и часто общаюсь со специалистами по ИИ, и кратко подытожил результаты своего неофициального исследования здесь.

Существует множество отличных книг, статей, лекций на YouTube иблогов по ​​ИИ и связанным с ним темам, предназначенным для специалистов по данным и исследователей ИИ. Однако часто в деловом мире ИИ на самом деле означает интеллектуальный анализ данных и предиктивную аналитику, а методы интеллектуального анализа данных (Линофф и Берри) представляют собой превосходный обзор этой темы, большинство исследователей маркетинга. Однако в ней почти 900 страниц. Также отличной, хотя и более математической, является Введение в алгоритмический маркетинг (Кацов).

Есть много других книг об ИИ, написанных на более техническом уровне, которые я нашел полезными, например:

  • Искусственный интеллект (Рассел и Норвиг). Многие специалисты по данным считают его «библией» по искусственному интеллекту, объем которого превышает 1000 страниц. Статистики, читающие эту книгу, отметят много общего между ИИ и статистикой.
  • Обучение с подкреплением: введение (Саттон и Барто) —многие считают его «библией»по важному типу машинного обучения, широко используемому в робототехнике и других приложениях ИИ, где обучение методом проб и ошибок имеет решающее значение. Это очень техническая книга. Обучение с подкреплением, вероятно, ближе к тому, о чем думают непрофессионалы, когда слышат «ИИ», чем обучение без учителя или с учителем. (Дополнительную информацию об этих двух подходах см. в книге Линоффа и Берри.)
  • Глубокое обучение (Гудфеллоу и др.) — широко цитируемая и необходимая литература для специалистов по данным и статистиков, которые хотели бы изучить такие виды искусственных нейронных сетей на детальном математическом уровне. Авторы являются ведущими авторитетами в области глубокого обучения.
  • Обработка естественного языка для социальных сетей (Farzindar и Inkpen) — подробный обзор недавних научных исследований по использованию NLP для анализа текста в социальных сетях. Социальные сети представляют собой особые проблемы для НЛП (например, сленг, плохая грамматика, сарказм, подражание). Я взял интервью у первого автора здесь.
  • Машинный перевод (Poibeau) — лучший обзор автоматизированного перевода, который я когда-либо читал. Не очень технический, но может быть проблемой для тех, кто мало знаком с этой темой. Машинные переводы различаются по качеству, языковой паре и направлению перевода; например, перевод с немецкого на английский работает лучше, чем перевод с английского на немецкий.
  • Руководство по системам рекомендаций (Ricci et al.) — Системы рекомендаций сейчас настолько распространены, что мы их почти не замечаем. Это гигантский справочник (более 1000 страниц) и всесторонний математический обзор рекомендательных систем. Книга показалась мне и поучительной, и унизительной.

Хотя я многому научился из таких книг, как перечисленные выше шесть, они мало интересны людям, которые не занимаются маркетингом и не работают в областях, связанных с наукой о данных. Все они достаточно технические. Смущают новостные статьи, блоги, презентации на конференциях и то, что я называю книгами о самолетах, которые поверхностны или даже вводят в заблуждение.

Так как же люди, не интересующиеся теоретическими и математическими деталями ИИ, могут узнать об этом? Один источник, который я могу очень порекомендовать — хотя, по общему признанию, я предвзят — это серия аудиоподкастов MR Realities, которую я веду вместе с Дэйвом МакКоганом. Две дискуссии, посвященные ИИ:

Недавно я проверил свои связи в LinkedIn на наличие ресурсов, которые они могли бы порекомендовать тем, кому не нужно знать мельчайшие детали ИИ. Это обсуждение можно найти здесь. Ниже перечислены книги, блоги и другие ресурсы, которые они предложили. Их имена указаны в скобках, и я хотел бы поблагодарить их за их идеи и множество вдумчивых комментариев. Приносим свои извинения всем, кто оставил комментарии после того, как эта статья была отправлена ​​в печать.

Подкасты и курсы:

Книги и блоги:

Надеюсь, вам было интересно и полезно!

Читать еще статьи с тегами: AI, Избранное

Первоначально опубликовано на сайте www.thedigitaltransformationpeople.com 8 апреля 2019 г.