四个月就能学成机器学习?我们认真准备了一下该怎样做到

柯洁被AlphaGo虐哭的场景,想必大家历历在目:

输到没脾气的柯洁,承认人类在计算力和认知上确实有极限,他是这样说的:“我不会再跟它去下棋了,真的是太残酷,太难以接受。从头到尾,我都看不到明显的胜机,或者扭转的机会。”

我们再也不跟它下棋了,但我们还是要工作。

可能围棋距离你我的工作还比较远,毕竟国际象棋早在20年前就被电脑征服了,我们也没感觉出多大的变化。

事实上,人工智能之父约翰·麦卡锡一直抱怨人类总喜欢这样麻痹自己,“一旦某项人工智能被实现了,人们便不会再称之为人工智能。”

所以,要想理解深度学习对于你我工作的冲击,只盯着AlphaGo是看不出来的,我们一定要看看那些已经“不再被成为人工智能”的地方。

以Google为例,2011年,Jeff Dean和吴恩达联手创造了大型深度学习软件平台DistBelief,是为Google Brain的起点;第二年,吴恩达让运行在16000个GPU上的深度神经网络学会了认“猫”;随后,Google开始用深度学习改造其一线的产品:搜索引擎、Android、Gmail、Google翻译、Google地图、YouTube……到2015年,Google内部这些深度学习项目超过1000个;到2016年,接近3000个;目前,在Google内部,80%以上的项目都在用深度学习。

就国内来说,这一趋势对百度的影响最大。2014年,李彦宏说服吴恩达加入百度,开始转型AI,并向全球宣布吸引人才的“少帅计划”——百万年薪,上不封顶。

尽管后来的事情我们都知道:陆奇来,吴恩达去,李彦宏重金招来的人才纷纷出走和创业……但百度全部产品线AI化的趋势已经不可逆转。就连“魏则西事件”中被网友批得体无完肤的百度贴吧,都开始被AI改造——图像算法研发、推荐架构研发、推荐算法与策略,招聘网站随便一搜就有一大把相关职位。

比如百度贴吧的图像算法高级研发工程师,在拉勾网的职位描述是这样的:

这一点能说明什么呢?别的且不说,随便看看手机上每天都在用的微信、微博、京东、美团、支付宝、今日头条、滴滴出行……没有一家不在用AI的,换句话说,AI和深度学习对于各大公司一线业务的影响,远比我们从媒体上看到的要深。

这可能就是“书呆子之王”麦卡锡一直的抱怨之所在……也许过不了多久,不了解AI和深度学习,我们就很难在一线公司生存下去。可我们又能怎么学呢?AI和深度学习并非那么容易上手。

缔造深度学习需要数十年,那学习它呢?

Geoffrey Hinton老爷子研究神经网络数十载,从他和Yann LeCun一起搞反向传播算法,到他跟Russ Salakhutdinov一同提出深度学习算法,再到2012年AlexNet证实GPU是最合适的深度学习硬件……Hinton老爷子的深度学习好用是好用,就是老爷子自己也没有给深度学习找出一套自洽的数学理论,这就是为什么前不久他突然又准备抛弃深度学习最基础的反向传播算法。

但是,这样的困境非但没有影响老爷子继续探索未知之境,反倒让他培养出不少高徒,比如Yann LeCun在统领Facebook AI研究、Russ Salakhutdinov已经执掌苹果的AI部门。

而大家耳熟能详的吴恩达、李飞飞,前者打他师从Michael Jordan起,研究机器学习将近20年;后者仅专注ImageNet一项就达8年。

李飞飞高徒、主管Tesla AI部门的Andrej Karpathy,在深度学习领域的学习路线则是这样的:

十年寒窗,这话一点都不假。

不过,对于有一定基础的人,在短时间内掌握深度学习的案例也是存在的,比如Alexey Moiseenkov在看到DeepArt背后“图像的风格迁移”论文后,先学了两个月它的神经网络和数学原理,才开始做Prisma。他原本是俄罗斯网络公司Mail.ru的工程师。

我们报道过的黑人小哥Jason Carter转型AI的经历,他学机器学习三个半月就开始找工作了。他说里面数学就是线性代数,不是什么高深的学问。

当然,他的教育背景是软件工程,工作方面做过开发者和数据分析师。不过,其中必定也存在一些窍门,对吧?

这里的窍门到底是啥?

三个多月的学习,Jason Carter上过两门专门的深度学习和机器学习课程,这些课程谁都能学,这不是关键。

他的关键是在学习过程中亲自动手,从零组建一台深度学习电脑并配置好软件环境,参加Kaggle竞赛和MNIST挑战赛,分享学习经验并参与AI讲座和讨论会。

之所以学完就能找工作,是他在学习过程中想到了去数据科学家和Python训练营中提前去做准备,进而能从构建和部署端到端深度学习产品的学习中累积实际经验。

反过来,对一个新手来说,如果你没有踩过深度学习里面的各个大坑,很有可能上手搭建一个TensorFlow的软件环境就能直接把你卡在门外。而且,数学、编程、动手实操之间相互配合的程度,肯定是一个有过实际的深度学习开发经验的人能帮你拿捏得更好。

更何况,即便只是三个多月的时间,大家也不免会出现懒散和懈怠的情况,能让有经验的人全程督促、手把手帮你渡过难关,肯定会是一个更好的选择。

这就说到了CSDN学院最新推出的《人工智能工程师》专项课程:

只需一个一百天的学习计划,便能让你从AI小白直接升格为具备一年经验的人工智能工程师。

全程实战案例,从机器学习原理到推荐系统实现,从深度学习入门到图像语义分割及写诗机器人,再到专属GPU云平台上的四大工业级实战项目。100天内完美掌握人工智能工程师必备技能。

有专人来跟踪你的学习进度,并根据你的数学和编程基础来制定个人专属学习计划,保证不掉队。

两位大咖讲师在机器学习与深度学习的学术界和产业界分别都有着深厚的经验,产、学、研结合紧密:

学成之日,会有来自AI产业界的专业讲师来做就业指导,甚至还有可能直接推荐就业并全额返还学费。

相比日后的百万年薪,这一百天的付出还值得你犹豫吗?

原文发布于微信公众号 - AI科技大本营(rgznai100)

原文发表时间:2017-09-29

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

神经网络教父 Hinton 传奇:从建筑学到物理学再到哲学,最后在人工智能取得成就

【新智元导读】 被誉为“神经网络教父”的 Geoffrey Hionton 的一生非常传奇,高曾祖父是发明布尔代数的布尔。他曾在剑桥先学了1个月物理就转了建筑,...

3073
来自专栏量子位

AI通过了艺术创作图灵测试,你根本分不出来作者是不是人

安妮 千平 编译整理 量子位 出品 | 公众号 QbitAI 各位亲爱的文化圈权威,今年不用再看画了:近年来最大的艺术成就已经发生了。 这项艺术成就的诞生地,不...

4107
来自专栏AI科技大本营的专栏

CCAI 2017 | 邓小铁:金融博弈下的价值学习

上海交通大学计算机系邓小铁教授 文/CSDN焦燕 7 月 22 - 23 日,在中国科学技术协会、中国科学院的指导下,由中国人工智能学会、阿里巴巴集团 & 蚂蚁...

3646
来自专栏新智元

李飞飞:我们怎么教计算机理解图片

前言: 当一个非常小的孩子看到图片时,她可以辨认出里面简单的要素:"猫""书""椅子"。现在,电脑也聪明得可以做同样的工作了。接下来呢?在这个令人震撼的演讲里,...

3478
来自专栏量子位

别打了别打了,天上无人机看着呢 | AI分析暴力姿势

天空之眼 (Sky In the Eye) ,不只是斯内普教授的遗作,也是一组研究人员为自己的新论文,选定的题目。

952
来自专栏机器之心

人物 | Geoffrey Hinton的成功之路:从神经网络黑暗时代的坚守到今天的胜利

选自The Globe and Mail 作者:Jeff Gary 机器之心编译 参与:吴攀、黄小天、Ellen Han 深度学习泰斗 Geoffrey Hin...

2374
来自专栏机器学习算法与Python学习

369亿估值的AI市场下,中国AI学习者的野心与实力

关键字全网搜索最新排名 【机器学习算法】:排名第一 【机器学习】:排名第一 【Python】:排名第三 【算法】:排名第四 最近几天,在 2018 CES科技盛...

36110
来自专栏大数据文摘

专访2016CCF大数据与计算智能大赛冠军:针对广告位的作弊检测算法

2275
来自专栏Vamei实验室

统计Go, Go, Go

结束了概率论,我们数据之旅的下一站是统计。这一篇,是统计的一个小介绍。 统计是研究数据的学科。它包括描述数据,推测群体信息,判断假设的真伪。统计是一门实用学科。...

1789
来自专栏企鹅号快讯

回顾2017,AI “教父” 这么说

2017年AI界是百家争鸣,在全球掀起了一波巨潮,工业机器人、语言翻译、自动驾驶、机器人诊断等呈现出过程式的飞跃进展。 不过,在AI“教父”Geoffery H...

21410

扫码关注云+社区

领取腾讯云代金券