Что делать, если вы хотите изучать ИИ, но не шарите в математике? Часть первая. Теория

Аватар Иван Бирюков
Отредактировано

Рекомендуемые книги и теория для тех, кто хочет изучить искусственный интеллект (ИИ) и заниматься им профессионально, но имеет слабую математическую базу.

45К открытий45К показов

Рассказывает Даниель Джеффрис 

Вы наверняка заинтересованы искусственным интеллектом.

Может, вы бы хотели копнуть поглубже и написать программу для распознавания изображений на базе TensorFlow или Theano; может, вы отличный специалист в программировании или архитектурах систем и прекрасно разбираетесь во всём, что связано с компьютерами; всё это неплохо, но если одна маленькая проблема: 

Вы не шарите в математике.

Это нормально! У меня была такая же проблема, и я готов поделиться с вами книгами и сайтами, которые помогут вам быстро разобраться в теме.

Онлайн-курс «JAVA-разработчик» от EdMe.pro
  • постоянный доступ
  • бесплатно
  • онлайн
tproger.ru

Как и многие из вас, я полюбил умную технику не во время пар по матану, а при знакомстве с научной фантастикой. Когда я смотрел “Космическую одиссею” и “Призрака в доспехах”, то представлял, как величественная сущность однажды выйдёт из сияющего моря информации и объявит себя разумной. В дальнейшем, когда я стал писать книги в жанре sci-fi, я представлял ИИ как скрытую силу, которая находится всегда и везде, как электричество.

Но всё шло не так гладко. Почти ничего из обещаний 80-х и 90-х не сбылось. Всё изменилось совсем недавно, после внезапного успеха глубинного обучения. Может, вы вспомните историю о том, как Google почти мгновенно улучшила свои сервисы настолько, что они стали способны давать фору опытным переводчикам? А может, ту, что рассказывала о пареньке, собравшем в своём гараже беспилотную машину при помощи открытого софта? Ещё можно взглянуть на диаграмму ниже и понять, что за несколько лет системы распознавания изображений стали справляться с задачами лучше людей.

Что делать, если вы хотите изучать ИИ, но не шарите в математике? Часть первая. Теория 1

Так или иначе, ИИ помогает решать большие проблемы, которые оставались нерешёнными в течение десятилетий. Мы умеем водить автомобили, но не можем сказать машинам, как это делать. Так почему бы не дать им научиться этому самостоятельно?

Лучшие исследователи в области ИИ зарабатывают больше футболистов, и вас тоже коснётся эта “золотая лихорадка”. Кроме того, вы наверняка слышали эти страшные истории о том, что ИИ будет выполнять всю работу за вас, и, будучи простым разработчиком или сисадмином, вы хотите получить необходимые навыки для выживания в будущем мире ИИ. Проблем с этим нет. В Сети есть куча руководств. Стоит только начать, так?

Но потом вы наткнётесь на что-то подобное в какой-нибудь книге по машинному обучению:

Что делать, если вы хотите изучать ИИ, но не шарите в математике? Часть первая. Теория 2

Ух ты.

Беда в том, что вам нужно разобраться с целым слоем взаимосвязанных логики, терминов, символов и идей, о котором вы не имеете ни малейшего понятия. Как инопланетный язык, право слово. Вступление вы ещё поймёте, а всё остальное — вряд ли.

Но не стоит бояться! Ещё не всё потеряно.

Я попробовал прочитать несколько книг и руководств по ИИ. Я интуитивно понимаю принципы. Но когда я вижу строку символов, мой мозг взрывается. Будучи системным архитектором, я редко сталкивался с математикой. У меня есть шпаргалки по IP подсетей, и знания о том, как далеко по проводу может пойти электричество. Большую часть своей жизни мне достаточно было понимать, как настроить систему и поддерживать её в рабочем состоянии. Системное администрирование вообще очень простое. Всё или работает, или нет. С ИИ же всё не так просто.

Что делать, если вы хотите изучать ИИ, но не шарите в математике? Часть первая. Теория 3

Мне нужны были материалы для взрослых, в которых к читателю относятся, как к взрослому. Также мне нужны были книги, которые объясняют, почему математика работает. В школе резоном учиться скорее всего были угрозы родителей, но теперь, когда вы повзрослели, это не поможет. Вы хотите узнать, как устроены вещи.

Курс по Go-разработке от Kata Academy
  • постоянный доступ
  • бесплатно
  • онлайн
tproger.ru

Вот первая книга, которая вам понадобится. Она прекрасно объясняет все “как” математики, используя реальные примеры и философию. После прочтения вы поймёте, что математика — это просто слой абстракций.  Она разбивает задачи на маленькие, более простые. На самом деле жизнь — это просто сложный набор алгоритмов. Но в этом и находится весь смысл. Математика позволяет абстрагироваться от конкретных условий, ведь всё вокруг — это лишь переменные и правила, и их легко выучить!

В ходе чтения книги вам точно понадобится этот сайт, где описаны все основные математические символы. Чтобы их запомнить, их наверняка придётся прочитать сотни раз. И других способов — нет.

После этого стоит прочесть ещё две книги: Mathematics for the Nonmathemetician и No Bullshit Guide to Math and Physics. Первая гораздо длиннее: она углубляется в историю математики и принципы её устройства. Некоторым понравится таком подход. Вторая же короче и не объясняет, почему что-то работает так, как работает. По сути, это просто набор правил.

Что делать, если вы хотите изучать ИИ, но не шарите в математике? Часть первая. Теория 4

После того, как вы разберетесь с математикой, вам стоит прочитать книгу Make Your Own Neural Network. В ней встречаются опечатки, но почти все они исправлены в этом GitHub-репозитории. Книга весьма понятна и эффективно борется с вашими страхами и сомнениями. Сперва разбирается необходимый слой математики (ничего лишнего), а затем начинается работа с Python, с нулевого уровня знаний. В результате вы сможете написать свою нейронную сеть.

Курс по Java-разработке
  • постоянный доступ
  • бесплатно
  • онлайн
tproger.ru

После этой книги вам стоит поискать информацию в Сети. Различные руководства выходят буквально каждый день. Взгляните, например, на Tensorflow for Poets или Recurrent Neural Networks for Artists. Также можно прочитать эту статью, обозревающую различные курсы для повышения своих навыков. А если вы предпочитаете учиться в одиночку, то вам пригодятся эти серии статей: Simple Reinforcement Learning with Tensorflow и Machine Learning is Fun.

И, наконец, вы можете захотеть почитать что-то более серьёзное. В таком случае вам понадобится книга Deep Learning.

Вот и всё. Делитесь своими книгами в комментариях, ведь у всех разные вкусы, да и книг по этой теме написано тоже очень много.

Следите за новыми постами
Следите за новыми постами по любимым темам
45К открытий45К показов