特稿 >

行业洞察 >

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

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

Xtecher原创 丨 行业洞察

30246
4377

2017-09-30

           

柯洁被AlphaGo虐哭的场景,想必大家历历在目:


1.jpg


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。


2.jpg


 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:

 

2.5.jpg


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:

 

3.jpg


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。



4.png


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:


6.jpg

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?

 

欲了解详情,请扫描下方二维码,你也可以点击阅读原文查看详细课程信息。

 

45.jpg


打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮

账号登录

重置密码

还没有账号?立即注册>

账号注册

已有账号?立即登录>注册企业会员

重置密码

返回

绑定手机