Sztuczna inteligencja zagościła w naszym życiu, czy tego chcemy, czy nie. I nigdzie się nie wybiera. Dlatego warto coś o niej wiedzieć. Podpowiadamy, gdzie zacząć.

Niezależnie od tego, kim jesteś, co w życiu robisz i jak widzisz swoją przyszłość, przyda ci się podstawowa wiedza o sztucznej inteligencji. Co to takiego? Jak to działa? Gdzie już się ją stosuje, a gdzie będzie się stosować w przyszłości? Jaki ma wpływ na twoje życie (podpowiemy: duży).

Poniżej zebraliśmy dla was materiały, które pomogą odpowiedzieć na te pytania. Zaczniemy od takich, które opisują temat bardziej ogólnie. Dalej znajdziecie kursy, które pomogą wejść głębiej w świat sztucznej inteligencji.

Na razie nie doczekaliśmy się ogólnodostępnych i przystępnych materiałów szkoleniowych w języku polskim, zwłaszcza na poziomie podstawowym. Dlatego do zrobienia pierwszych kroków w tym temacie konieczna jest znajomość języka angielskiego.

Pierwsze kroki

To dobre miejsce, by zacząć swoją przygodę ze sztuczną inteligencją. Kurs został stworzony przez fińską firmę Reaktor we współpracy z Uniwersytetem w Helsinkach. Pierwszym celem było przekazanie podstawowej wiedzy o SI jednemu procentowi fińskiej populacji (54 tysiącom osób). Autorzy są świadomi, że SI już teraz jest obecna w naszym życiu, a jej wpływ na niemal każdy jego aspekt będzie rósł. Obywatele powinni być tego świadomi, aby umieć korzystać z jej dobrodziejstw, mieć świadomość zagrożeń, przygotować się na zmiany i odnaleźć swoje miejsce w nowej rzeczywistości.

Kurs jest ogólnodostępny, darmowy i bardzo przystępny, nie dziwi więc, że korzystają z niego nie tylko Finowie. Przez pierwsze cztery miesiące zapisało się do niego ponad 90 tysięcy ludzi z 80 krajów. Kurs przybliża najważniejsze pojęcia i mechanizmy leżące u podstaw działania sztucznej inteligencji. By do niego podejść, wystarczy wiedza matematyczna na poziomie szkoły podstawowej.

Określenie „kurs” w odniesieniu do tej serii wideo jest pewnym nadużyciem. Computerphile to kanał na YouTube, na którym publikowane są popularnonaukowe filmy o tematyce szeroko pojętej computer science. Mamy serie poświęcone pierwszym maszynom liczącym, bramkom logicznym, wirtualnej rzeczywistości, mikrokomputerom Arduino i wielu innym zagadnieniom. Jest tu też sporo o sztucznej inteligencji i tematach pokrewnych, jak sieci neuronowe czy widzenie maszynowe. Szczególnie warta polecenia jest seria trzynastu filmów, w których występuje ekspert od SI Rob Miles z Uniwersytetu w Nottingham.

Miles zajmująco (i piękną angielszczyzną) opowiada o tym, czym właściwie jest sztuczna inteligencja. Zderza potoczne wyobrażenia o niej z rzeczywistością. Mówi o zagrożeniach, które niesie za sobą antropomorfizowanie SI. Porusza temat ogólnej SI i niebezpieczeństw, jakie niosą ze sobą samodoskonalące się algorytmy. Ten kanał to świetny sposób na uzupełnienie i pogłębienie wiedzy.

Liczby, wykresy, kod

Aby głębiej wejść w temat, potrzeba lepszego przygotowania. W dziedzinie SI najpopularniejszym językiem programowania jest Python. Jego znajomość jest potrzebna do nauki praktycznych zastosowań algorytmów sztucznej inteligencji. Nie zajdziemy daleko bez znajomości algebry, rachunku prawdopodobieństwa, rachunku różniczkowego i całkowego oraz statystyki. Oto kilka miejsc, w których można nabyć niezbędne umiejętności.

Sztuczna inteligencjo, nadchodzimy

Skoro już opanowaliśmy podstawy, czas sięgnąć głębiej. Dobrym punktem wyjścia jest platforma szkoleniowa Google AI, która stanowi zbiór materiałów szkoleniowych dotyczących uczenia maszynowego, głębokiego uczenia czy zastosowań sztucznej inteligencji. Wszystkie materiały na stronie są darmowe.

Szczególnie wart polecenia jest kurs o nazwie Machine Learning Crash Course (https://developers.google.com/machine-learning/crash-course/), który przybliża zagadnienia uczenia maszynowego, a także pokazuje, jak stworzyć działające modele ML za pomocą dostarczanych przez Google’a narzędzi TensorFlow.

Zdecydowanie warto rzucić okiem na serię animacji przygotowanych przez Granta Sandersona dostępnych na wspomnianej już stronie Animated math (https://www.3blue1brown.com/). Przybliża on działanie sieci neuronowych.

Sanderson korzysta z przystępnych animacji i wzorów matematycznych, by opisać złożone procesy działania sieci neuronowych. By w pełni skorzystać z przekazanej wiedzy, warto zapoznać się ze wspomnianymi wcześniej materiałami dotyczącymi algebry liniowej i rachunku różniczkowego i całkowego dostępnymi na tej samej stronie.

Dla tych, którzy chcieliby związać z tematem sztucznej inteligencji swoją przyszłość zawodową, dobrym startem będą bardziej zaawansowane kursy przygotowane przez czołowe uniwersytety. Kurs poświęcony uczeniu maszynowemu oferuje Uniwersytet Stanforda.

To obszerny kurs omawiający teorię i praktyczne zastosowania uczenia maszynowego, sieci neuronowych i głębokiego uczenia. Zawiera powtórkę z algebry liniowej, krótkie wprowadzenie do programu Octave potrzebnego do wykonania niektórych zadań. Mimo że ma oficjalną datę startu i zakończenia i jest podzielony na tygodniowe etapy, po zapisaniu się mamy dostęp do kompletu materiałów.

• Google
• kursy
• MOOC
• TensorFlow
• uczenie głębokie / deep learning
• uczenie maszynowe / machine learning
• Uniwersytet Stanforda