《一堂課掌握 AI 自學路徑圖》之個人筆記

2018年5月5號懷着期待的心情，看了技術掘金的在線公開課，此次主講的題目AI，目前本身也在學Al，作關於圖像超分辨率和nlp方面的學習，漫漫黑夜中，掘金——一個給我指引方向的技術社區，點亮前行的路，這堂課讓我頗有所感，在大佬雲集的知乎一直默默無聞的我，發了有史以來在知乎的第一篇文章《爲何社會發展的愈來愈快？——人工智能可能真的會讓人類最終走向滅亡》網址以下：https://zhuanlan.zhihu.com/p/36541542歡迎大佬們點評。

———————————叫我華麗的分割線————————

掘金請到兩位技術大佬一位是來自七牛雲 AI 實驗室的邵傑邵老師，另外一位一樣是來自七牛雲 AI 實驗室的彭垚彭老師。

邵老師主要講了AI目前的研究領域和各方面的發展情況應用，好比天然語言處理（natural language processing）知識表示（knowledge representation）自動推理（automated reasoning）。

機器學習（machine learning）計算機視覺（computer vision）機器人學 robotics），同時給咱們廣大初入AI的朋友們一些學習建議，好比： （1）不要等到掌握全部的相關數學知識再開始，由於數學的東西特別多，並且很難，精力有限，等到要用哪方面數學的時候能夠再去補。

（2）不要收集過多的學習資料，由於網上資料繁雜，質量良莠不齊，知識點散亂，不繫統，時間寶貴，精力有限。

（3）要多動手，多實操，畢竟計算機是實操性比較強的學科. 接下來邵老師跟咱們如何利用學習算法，從數據中產生模型，好比： Spam filters Search ranking Click through rate predict Recommendations Speech recognition Machine translation Face detection Image classification

同時給咱們介紹算法是須要具體問題具體分析，由於算法的做用是須要在特定的狀況下才能發揮它的最大做用，不一樣算法適用不一樣的狀況系統。邵老師也介紹了圖像處理方面的內容，由於在平常生活中用處很廣，好比視頻監控、圖像打印、醫學圖像處理、衛星成像，軍事偵察領域等等。

機器學習：利用學習算法，從數據中產生模型。簡單的說就是根據寫的程序（機器算法），根據大量的數據，產生一個模型，其實如今經常使用的就是深度學習神經網絡。講師也講了一個實例：好比常常會收到垃圾郵件，下次在收到的時候，根據已收到的垃圾郵件進行分析，判斷是否是垃圾郵件。

機器學習：泛化性（根據已有的數據，分析新數據），算法偏好（不一樣的模型，問題，應用匹配不一樣的算法）。

關於機器學起，也用了K近鄰的方式實現一個圖像識別。須要紮實的數學知識。

老師後面大概講了一下機器學習主要涉及的一些內容包括損失函數，正則項，優化，超參等。 推薦的書籍有： 尼克《人工智能簡史》 Miroslav Kubat《機器學習導論》 周志華《機器學習》（西瓜書） Aurelien Geron《 Hands-on Machine Learning with Scikit-learn & Tensorflow 》 Ian Goodfellow等《Deep Learning》（花書） 推薦的在線課程有 機器學習速成課程 https://developers.google.com/machine-learning/crash-course/ 臺灣大學李宏毅教授 http://speech.ee.ntu.edu.tw/~tlkagk/courses.html 吳恩達教授 http://mooc.study.163.com/smartSpec/detail/1001319001.htm 斯坦福大學 cs231n http://cs231n.stanford.edu/ 斯坦福大學 cs224n http://web.stanford.edu/class/cs224n/

最後的問題 1.建不建議從深度學習開始入手學習？ 2.phtroch和TensorFlow兩個機器學庫，選擇哪一個學習比較好？ 3.動手很重要，具體應該怎麼實踐？ 4.AI開發選用什麼變成語言比較合適？ 5.請問老師，對於傳統軟件開發行業（c語言），行行人工智能行業（機器學習方向）有什麼建議？ 6.老師對於在線的機器學習的課程怎麼看，例如coursera等等麻煩說說 7.圖像處理中從低分辨率到高分辨率的優化方案有哪些？（這個問題實際上是我提的） 當時老師回答說低分辨率圖像怎麼來的，其實就是降噪之類或者普通的攝像儀器拍的都行啊。。

———————————叫我華麗的分割線————————

彭垚彭老師主要講了三個方面 1 .AI 如何改變咱們的生活？ 人工智能幾大應用 2. AI 在七牛雲的應用？ 介紹了七雲牛

七雲牛在視頻和智能領域的發展成果

還有七雲牛的人工智能實驗室的核心創新體系

包括 （1）內容審覈：利用人工智能機器視覺技術，海量視頻圖像數據進行色情，暴恐，涉政治的識別，保證互聯網， 廣電，新媒體，政府對數據傳播的內容健康。 （2）城市之眼：利用人工智能機器視覺技術，對「人、物、場景」進行快速高效的「檢測、識別與行爲分析」，知足用戶在「身份覈驗」、「智能安防」、「大規模圖片視頻檢索」等方面的場景化需求。基於AI機器學習的核心構架，檢測識別速度快，隨着樣本量學習量的增長，準確率會快速提升。 （3）媒資智能 （4）播控系統 （5）DORA 日均百億級智能多媒體 API 平臺

3.七牛雲 AI 工程師的工做平常 七雲牛的工程師種類計算機視覺算法工程師 機器學習平臺研發工程師 大數據平臺研發工程師 搜索引擎研發工程師 系統架構工程師 業務架構工程師

好了，就這麼多，感受收貨頗豐！很是感謝掘金和七雲牛的這堂公開課！！！