DEV Community

Peter Kan
Peter Kan

Posted on • Updated on

初學AI一週心得 -- 如何接觸AI、AI的學習資源推薦!

嗨,這篇文章是我自己開始接觸AI的心得,自從接觸到「反脆弱」這本書後,就覺得AI的觀念蠻適合反脆弱的,於是開始接觸、學習AI,到現在差不多一個禮拜,在這邊跟大家分享一個完全不懂AI的人要怎麼接觸AI,以及AI的概念的學習資源。

如何接觸AI

要接觸AI的話,首先要先知道自己在學習AI上的定位,究竟是:

  1. 覺得AI很酷,想了解看看
  2. 有一些事情想做,想改善公司、工作、學習流程
  3. 想快速接觸Tensorflow之類的程式,或者成為AI工程師

每個人對於AI都有不一樣的想法,我自己是2,希望可以在AI之中找到跟語言相關的內容。所以我這邊主要著重在AI的概念上,希望可以由淺至深,從概念到實做一步步地理解。下面的兩個推薦課程就包含了AI的概念與應用方式,以及AI的核心技術理論。透過學習這兩個課程,可以讓自己對AI有更好的理解,也可以為將來的各種應用做出變化。

如果你是1的話,AI for Everyone就蠻適合你的,3blue1brown的有點太細節。
如果你是3的話,說實話,我無法給太多建議,但這兩個課程都偏理論,想要直接上手的話可以直接去找Tensorflow相關的,例如 Deep Learning Specialization。

由於我自己喜歡從大局著手,下面兩個分享的都是比較廣泛的理論內容,不妨可以參考看看。除此之外,我也推薦可以從各個論壇找關鍵字,例如 AI roadmap,或是how to learn AI,都會得出不錯的結果。

推薦的AI學習資源

話不多說,直接介紹要怎麼學AI,關於我自己對AI的理解會放在最後面,我這邊會介紹兩個我這次接觸AI的主要學習資源。

關於AI的一切 - AI for Everyone

https://www.deeplearning.ai/program/ai-for-everyone/
推薦程度:★★★★★
難易度:★☆☆☆☆
先備知識:無
時間:4~6 hrs
費用:免費

這門課是國際知名AI大神 Andrew Ng 吳恩達所製作的AI入門課程,以一個宏觀的角度講解何謂AI,裡面完全沒有要寫程式的地方。

我自己在看這堂課的時候,有個感覺是Andrew一定是抱持著希望每個找他問AI的人都看過這部影片的心態在製作,不管你是學生、上班族、甚至是公司的經理或老闆都可以從這一系列的影片獲取AI的觀念。

裡面我覺得特別有價值的地方有兩點:

  1. 一間公司或一個人要如何從零開始AI
  2. AI到底是什麼,跟媒體講的有什麼不一樣

一般人只要想到AI,就會覺得AI無所不能,而Andrew算是破解了這個迷思,但同時也用很多範例說明了雖然AI並不能通天,但還是可以做到很多事情。同時也講解了我們要怎麼開始AI的幾個步驟,步驟也都在影片裡面詳細的列出來,並附加說明。

舉例來說好了,Andrew並不建議一間公司一開始找一堆人啟動一個AI的大專案,而是從小地方開始找人,並循序漸進的從小資料開始蒐集,並慢慢往AI公司的方向前進。其中也分析了AI到底是適合自己做,還是適合外包。

總的來說,這門課雖然沒有講述AI的運作機制,但卻可以讓人知道AI的能與不能,讓往後在進行AI專案的時候有個藍圖可以參考。

3blue1brown - Neural Networks系列

https://www.youtube.com/playlist?list=PLZHQObOWTQDNU6R1_67000Dx_ZCJB-3pi
推薦程度:★★★★☆
難易度:★★★☆☆
先備知識:無,但有矩陣的知識會比較好理解
時間:1~2 hrs
費用:免費

數學、資訊普及界的大神 3blue1brown 想必大家都不陌生,他以圖像化數學知識聞名,可以將生澀難懂的知識以youtube動畫的方式呈現出來。這個系列就是他以動畫方式呈現AI中深度學習的一環 -- 神經網路 Neural Network。

對於不知道什麼是神經網路的同學,這邊簡單講解就是,在AI的"超能力"中,有一個能力,也是最廣泛被使用的能力就是,可以讓電腦接觸一大堆正確資料,而AI會從那些資料學習出一套方法,讓不知道答案資料透過AI也可以得出結果。其中AI的學習方法中,神經網路是最廣泛使用的概念。

也就是說,神經網路可以說是AI中最重要的一項概念。

在這一系列的影片中,3b1b將神經網路以多角度、圖像化的方式呈現,從神經網路的構成,到機器是如何從一次又一次的循環之中"學習"出方法來的,裡面都有做詳細的說明。雖然裡面沒有教你要怎麼一步步地把AI寫出來,但知道這些AI的運作模式後,想必未來在進行專案時能夠更清楚知道軟體的運作模式,而不是純粹地照本宣科。

結語

看完這兩門課程,我確實對AI有了更好的理解,如果我是公司的高層的話,我看完這些課程之後我就可以開始想公司如何能夠運用AI,並了解如何與AI工程師溝通。假如你沒有要自己寫程式的話,這樣的AI知識其實就已經足夠應付很多場合了。

話雖如此,我還會繼續往後走,我的下一步是進行 Andrew Ng 在 deeplearning.ai 上開設的 Deep Learning Specilization。這門課程是2017年開的,今年六月會迎來一波大更新,我打算在六月時再上這門課。屆時再跟大家分享這門課的心得感想。

Top comments (0)