Quando devo aprender inteligência artificial? [fechadas]

Direto ao ponto: eu realmente gostaria de aprender IA.

Mas quero alguns conselhos de profissionais experientes em CS sobre quando devo pular para a Inteligência Artificial.

Quais pré-requisitos são necessários para que eu possa entender melhor os conceitos de IA?

Você precisará de matemática discreta . Gráficos, árvores e assim por diante. Essas são as estruturas subjacentes à IA.

Você precisará de algumas habilidades de programação , especialmente em linguagens como Prolog e LISP. Muitos sistemas de IA são programados nessas linguagens.

Você precisará de alguma lógica . Cálculo proposicional e predicado. Sua sintaxe e semântica. Talvez alguma lógica modal. Isso formará a base para aprender sobre a representação do conhecimento, que é a base da IA.

Durante os dois primeiros anos de um curso regular de ciência da computação, você geralmente obtém experiência suficiente para começar a estudar IA.

Mas não há limite para quão complexa a IA pode ser. Para aprofundar, você precisará de estatísticas, cálculo, álgebra matricial e provavelmente muito mais. A teoria da aprendizagem estatística (ou mais simplesmente o aprendizado de máquina) depende dessas áreas.

Meu conselho. Compre um livro sobre Inteligência Artificial para ler em seu próprio tempo. Uma boa é a Inteligência Artificial: Uma Abordagem Moderna de Stuart Russell e Peter Norvig. Sempre que você não entender alguma coisa, tente descobrir qual é o conhecimento que lhe falta. Em seguida, preencha essas lacunas.

Eu diria imediatamente.

É claro que você precisará de muitos assuntos diferentes, como o que Dave Clarke mencionou. Quais você realmente precisa depende de qual sabor de IA você escolhe. Se você busca o fim do aprendizado de máquina, não precisará de lógica ou matemática discreta, mas precisará de grandes ajudas da teoria das probabilidades, estatística, álgebra linear, otimização e cálculo multivariado.

Meu argumento é que, se você estiver aprendendo essas coisas para dominar a IA, e não por si, precisará de algo para manter sua motivação. Então eu começaria a brincar. Em vez de ler tudo isso, tente escrever um jogador de xadrez sem nenhum conhecimento prévio ou programe uma simulação artificial simples da vida. Se você começar por conta própria, fornecerá um contexto para colocar as coisas que você aprenderá mais tarde.

Se você esperar até concluir todos os assuntos que mencionei acima, antes de escrever seu primeiro programa de IA, precisará de uma determinação poderosa para aguentar os três anos necessários.

Depois de escrever alguns programas de brinquedos, você pode começar com um livro de visão geral, para que os provadores de todos esses assuntos se concentrem na IA. Russell e Norvig são um pouco pesados ​​na lógica. Sua melhor opção depende de quais subcampos você está interessado. Se você for para o Machine Learning, o "Machine Learning" de Tom Mitchell é uma boa opção.

Embora eu concorde com as outras respostas, como eu mesmo e procurando me tornar um estudante da IA ​​moderna, acho que o conhecimento matemático é de suma importância.

Veja esta série de palestras do YouTube da Stanford University, por exemplo . Se você puder realizar as 6 primeiras palestras e entender os conceitos e notações matemáticos apresentados para explicar como e por que algoritmos como Regressão Logística, Bayesiana e Rede Neural como SVM (Support Vector Machines) podem ser usados ​​para resolver problemas em um processo de coleta de conhecimento do computador, você estará pronto para começar uma pesquisa séria - na minha opinião.

Se você achar que não possui os fundamentos, cursos como o que está listado abaixo podem ser um bom lugar para começar:

1. Ciência da Computação 1 e 2,
2. Estruturas de dados,
3. Análise de Algoritmos,
4. 3 cursos de cálculo,
5. Matemática discreta,
6. Álgebra Linear,
7. Probabilidade e Estatística,

Alguns podem sugerir Equações Diferenciais Ordinárias ou um curso de Análise - mas isso pode ter acabado. Embora se uma pesquisa séria seja sua meta, recomendo a abordagem de extermínio. Outro livro interessante recomendado para mim foi " Superintelligence ", de Nick Bostrom, se você está curioso.

Eu também acho que os cursos de Psicologia, Neurociência básica, Biologia (como as células e os microrganismos se comunicam) possivelmente até a Sociologia podem não ser investimentos ruins do seu tempo. Isso o ajudará a entender a inteligência em um sentido mais amplo. Os algoritmos genéticos , por exemplo, são modelados a partir de processos biológicos relativos à forma como os genes são transmitidos.

No sentido sociológico, como a multidão pensa? É inteligência distribuída ou estupidez distribuída, ou ambos sob certas circunstâncias? Isso pode fornecer orientações para novos algoritmos no futuro? Duvidoso, mas espero que você entenda meu argumento.