编译 | AI科技大本营(ID:rgznai100)
经过了数百万年的进化,人类获得了超凡绝伦的智慧大脑,这是真正意义上的通用智能。但是所有的智能并不一定和人类智能有相同的运作方式,而人类的智能也不一定是最好的。
比如,在AlphaGo和李世石第二局的对弈中,AlphaGo第37手的下法震惊了所有职业棋手,因为它违背了人类2500年所积累的围棋策略,但它却是一个更好的策略,正是这一手让AlphaGo获得了第二局对人类的胜利。
同时,目前信息增长的速度非常的快,在看这篇文章的时间所产生的数据就够人类一辈子去分析了,所以我们一定要借助人工智能或机器学习。而机器学习的本质是在处理最优化的问题,在这个过程中,我们常用的方法是梯度下降法。
在本视频中Siraj Raval将会介绍梯度下降法的概念和它在机器学习中的应用。
来跟着Siraj Raval一起开始吧……
代码链接: https://github.com/llSourcell/Intro_to_the_Math_of_intelligence
程序员想转型AI却迟迟无法开始?也许你需要一种更加有趣的学习方式。
Siraj Raval是一位人工智能领域的编程高手,毕业于哥伦比亚大学,曾任职于 Twilio 和 Meetup。一年以来,他通过制作AI教程类短视频的方式在Youtube上积累了大量的粉丝,视频内容包含:如何搭建神经网络、聊天机器人、AI游戏、AI作曲家、递归神经网络、无人驾驶汽车等在内的大量实用的案例,更加令人钦佩的是,这些视频长度大多都在10分钟以内,实在是快速上手AI的一条捷径。
为了使更多的中国开发者看到这些有用的视频,AI科技大本营已经联系到Siraj Raval,并获得了翻译其系列视频的授权,我们将在每周一、三、五定期更新,欢迎大家持续关注!