歡迎光臨
每天分享高質量文章

吳恩達最新AI從業指南:讀研讀博or就業?發展太快怎樣緊跟進度?

導讀:進入新一年,又有一大批同學們不是正在學習AI,就是在趕著趟要開始進軍AI界。

  • 讀研讀博還是進入業界,這真的是一個單選題嘛?

  • 學AI的人鋪天蓋地,如何才能找到切入點,脫穎而出?

  • 感興趣的領域發展太快,如何才能緊跟進度?

來看看吳恩達在最近的講座中給出了哪些建議……

 

作者:錢天培

來源:大資料文摘(ID:BigDataDigest)

隨著《機器學習》《深度學習》等優質課程的相繼問世,吳老闆之流的大佬們將AI帶入尋常百姓家。然而,入門AI的第一步看似簡單,想要進而進入AI業界又似乎有一道邁不過去的坎。

明明網課還在教如何識別貓貓狗狗,AI公司們卻想要你上手做一臺無人車,開一家無人超市。

學了半天機器學習,最後其實調個包行三代碼就能實現,這麼“弱智”的技能好像也沒啥大不了的。

昨天好不容易讀懂了上個月新發的一篇paper,今天就又看到一篇新paper,說你讀的東西已經過時了。

面對諸多已經或者想要從業AI的同學們,吳恩達老闆最近和計算機協會(ACM)合作開展了一次長達一小時的在線講座,專挑疑難雜症進行了一一解答,提供了一份非常走心的最新AI從業指南。

我們挑選出了這次講座的精華部分進行編譯。對從業AI有各種困惑的同學們,或許這篇文章就能給你滿意的答案!

01 讀研讀博 vs 進入業界?這不是一個單選題

想要最終進入AI業界,我究竟應該厚積薄發,花上三五年讀個研讀個博呢?還是直截了當,進入業界學點實用技能?

吳恩達認為,這其實並不是一個單選題。

如果你當下處於這兩個選擇的十字路口,那你完全可以兩者都試試——申請幾個研究生博士專案,同時也多看看合適的工作機會,甚至直接加入或組建一個創業團隊。

當然了,不是所有人都會有這樣的精力,能夠去探索到所有的可能性。

如果面對有限的選擇或者精力有限,我又應該採用什麼樣的評判標準呢?

很簡單。吳老闆的建議是:你要清楚地瞭解,你作出選擇後,你最密切接觸到的人群(10-30人)會是怎樣的。

換句話說,你需要盡可能保證你之後緊密接觸到的人,是AI界的佼佼者,或者至少是AI界有激情、有活力的學習者。

這一評判標準的對立面是,僅僅關註公司或者學校的名氣。

下麵這種情況常常出現。你進入一家在AI屆名氣很響的公司,經曆數輪輪崗,最後進到了一個邊緣AI團隊,甚至做起了純開發,與當初的標的南轅北轍。

02 會AI的人那麼多,我如何脫穎而出?從最“蠢”的project做起

現在不會點AI,都覺得自己像是文盲。畢竟,上網課學點機器學習,深度學習,門檻真心不算高。

可是,你會我會大家會,我又能比別人強到哪裡去?是不是只有數年如一日、從AI火起來之前就專攻這一領域的大神才能真正享受知識紅利呢?

吳老闆認為,一定不是!

雖然基礎的AI會的人越來越多,可是能植入AI的應用,能被AI改造的行業依舊數不勝數。除去AI最為興盛的互聯網業,農業、零售業、餐飲業,處處都有AI幫得上忙的機會。

比如說,吳老闆的一個學生就在學習了《深度學習》專題課之後自己做了一個智慧咖啡機。這咖啡機真有多高端?其實也就是用到了課程中的一些基礎內容。

除了這點建議外,吳老闆敲黑板劃重點:編程還是一定要會滴!

吳恩達認為,在人機交互越來越發達的年代,不會編程就好比不懂讀寫的當代文盲。

總會與人告訴你,不需要真正懂編程,主需要會用包,讀得懂API就行。在吳老闆看來,這就好比在讀寫未被普及的年代,人們認為他們不需要看得懂書,只需要聽權威人士註解一毛一樣。

如果人人都會一點編程,那麼這個世界才能真正充滿愛(AI?)

03 AI新發現層出不窮?你還真得學會“終身學習”

想在AI屆從業,那就別想著一勞永逸啦。連吳恩達這樣的大咖,也還在天天讀論文呢!

怎樣才能緊跟AI潮流呢?吳老闆認為,光靠上課肯定是不夠用的。

不可否認,聽大咖講課是入門AI最有效的方法。但在AI屆,知識從發表到轉化為系統課程之間永遠隔了一個不短的時間間隔。因此,還是得埋頭啃paper鴨!

在讀論文這件事上,吳老闆也輕撒了點“雞血”。就說你平均一周讀2篇論文,那一年可就能讀個100篇論文。這是什麼概念?

如果你能讀上一個領域內10-20篇論文,那你就可以信心滿滿地說你瞭解這一領域了。

如果你能讀上50篇論文,那你就已經是個領域小專家了。

如果你能讀上100篇論文,那麼你大概已經有了不少科研想法,可以嘗試拓寬這一領域的邊界了。

最後的最後,如果你能讀上200篇論文,那你就完全可以自己開一門課程。

那麼,讀論文這件事要怎麼開始呢?吳老闆給出了下麵這些實操建議。

首先,通過搜索找到5篇相關論文。然後快速瀏覽這些論文。在這一過程中,你會發現,有一兩篇論文完全不靠譜,那你就可以直接丟掉了。你也很可能會發現,其中有一篇論文還挺不錯的。

根據你的初步瞭解,你可以再作進一步的搜索,並結合此前論文的references找到其他的一些論文。然後,你可以交替讀這些論文,都不需要完全讀懂,仍然以理解大方向為標的。

在這一過程中,你可能會發現你可能還需要補一下其他領域的一些知識。

最後你大約會得到一個20篇論文構成的精讀名單。

現在,就是你花功夫死啃這些論文的時候啦!

當然了,在這次為期1小時的講座中,吳老闆還帶來了很多其他有用的乾貨,比如未來5年內比較靠譜的AI發展方向。

此外,吳老闆還獨家透露了他當年入門AI的小故事(劇透:吳爸爸當年的一篇論文是主角兒)。同時給自己的新課《人人都該懂的AI》打了小廣告。

欲知完整內容,可以觀看下麵這段講座實錄?

赞(0)

分享創造快樂