В этой статье мы собрали подборку полезных видеоуроков для интересующихся искусственным интеллектом от компании Facebook.

Математика, математика. О, пожалуй, ещё немного математики.
В этом вся суть совета для студентов, интересующихся искусственным интеллектом, от Янна ЛеКун и Жакуин Канделы, которые уверенно управляют отделом искусственного интеллекта и машинного обучения в Facebook. Технологические компании часто пропагандируют НТИМ (наука, технология, инженерия и математика) (англ.: STEM — science, technology, engineering and math), но сегодня нам наглядно объясняют некоторые вещи. Эти двое (Янн ЛеКун и Жакуин Кандела) подчеркивают, что студентам стоит есть больше овощей как можно быстрее пройти Calc I, Calc II, Calc III (курсы по математическому анализу — прим. переводчика), линейную алгебру, теорию вероятностей и статистику. В этом списке наиболее интересными являются теория вероятностей и статистика. Если разные уравнения символизируют электричество, которое поддерживает машину, имеющую возможность обучаться, то статистика олицетворяет механизм машины как таковой. Это и показывают нам в видео, прикрепленных ниже.

Скорее всего, Янн ЛеКун и Жакуин Кандела обращались к тем, кто учится в высшем учебном заведении, хотя очень важно учитывать стимулы к развитию на всех этапах образования. Мы могли бы просто использовать больше статистики в нашей жизни. Помимо математики, нам говорят, очень важно знать еще больше математики инженерию, компьютерные науки, экономику и нейронауки. Как же еще неопытный юнец, изучающий машинное обучение, научится использовать нейроэкономику и когнитивное искажение для таргетинга объявлений? Эта парочка также делает упор на тему философии в качестве необходимой предпосылки для понимания знаний и изучения. Очень важно помнить, что за каждым приложением, основанном на машинном обучении, стоит человек. Мы так и не знаем, как избежать проблему черного ящика, но мы знаем, что за этим будет стоять человек, трудящийся, чтоб выяснить, как это работает, и было бы гораздо лучше, если бы этот человек понимал, как работает обучение, перед тем, как он начнет управлять данными.

В конце концов, Facebook обращает внимание на сам способ получения работы в сфере машинного обучения. Большинство этих советов очевидны: найди учителя и работай с ним, работайте со студентами, получающими докторскую степень, у которых есть больше времени, и попытайтесь обеспечить себе интернатуру независимо от ваших будущих устремлений, чтобы понять, как работает искусственный интеллект в жизни.

Когда будете получать докторскую степень, поймите, что гораздо важнее работать с "правильным" профессором, чем проходить "правильную" программу. Студентам стоит работать, чтоб решить конкретную проблему и постараться выложить часть своего кода в открытый доступ ещё перед тем, как всё будет готово.

Введение в ИИ

[embed]https://www.facebook.com/Engineering/videos/10154674033412200/[/embed]

Машинное обучение

[embed]https://www.facebook.com/Engineering/videos/10154673882797200/[/embed]

Градиентный спуск

[embed]https://www.facebook.com/Engineering/videos/10154673884367200/[/embed]

Глубинное обучение

[embed]https://www.facebook.com/Engineering/videos/10154673885357200/[/embed]

Метод обратного распространения ошибки

[embed]https://www.facebook.com/Engineering/videos/10154673886412200/[/embed]

Сверточные нейронные сети

[embed]https://www.facebook.com/Engineering/videos/10154673887922200/[/embed]

Другие статьи по теме

Хотите знать, как работает Deep Learning? Вот быстрый гайд

Перевод: Роман Мирзоян
Оригинал статьи можете найти здесь.