Re: [問題] 人工智慧 數學or資工
我想提出一個新的觀點,那就是未來想要從事人工智慧相關事業的人的不是應該在『數理
』以及『編程』兩者中二選一,而是兩者兼備外加『領域知識』,而我認為主要專業的選
擇在上述任何方向都可以,而困難的在除了主專業之外還必須對另外兩者進行持續的加強
。
各位試想一下最近人工智慧的關鍵突破發生的背景,我想大家都可以接受2012年在ILSVRC
一舉奪冠的AlexNet是引爆關鍵,而我們思考一下它成功的背後關鍵是甚麼?
是演算法嗎? (所謂的數學?)
顯然不是,他使用的演算法在1980年代就已經被提出了。
是編程能力? (所謂的資工?)
部分是,但關鍵是在於對GPU的編程能力以及足夠強大的GPU支持。
如果都不是,那關鍵是甚麼?顯而易見的是關鍵是『數據』,在人工智能領域,我們公認
『演算法』是引擎,而『軟體及硬體』是工廠,『數據』則是石油,而石油才是真正稀缺
的資源。
在ILSVRC之前不是沒有圖像辨識挑戰賽,只是以前數據不足,數據才是這波革命的關鍵。
當你了解到了這一點,你就應該知道掌握數據,我這裡要把『領域知識』的定義稍微擴充
,你必須把『數據』的產生算成領域知識的一部分,現在要投入此領域的人大多忽視了數
據的重要性。
我希望想要投入這個領域的人必須從數據優先的角度來思考,而這個角度勢必必須先決定
你希望做出什麼樣子的人工智慧。
假設你未來是想進入一般業界(Google等級的當我沒說),那你要知道現在新創公司/事業
群比的都是數據,很少有公司能『完全使用公開數據』做出自己的核心服務,並且同時確
保自己的競爭優勢,就連Google、Amazon的核心競爭優勢也是依靠自己累積的數據。
舉例來說你想做智慧醫療,我認為先把自己搞進醫院比什麼都重要。
而如果你還沒決定,只覺得人工智慧很潮想要投入,那我認為也是選擇資工相關科系而不
是數學相關科系,至少有許多資料的蒐集需要的是編程能力而非數理能力。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 219.85.128.60
※ 文章網址: https://www.ptt.cc/bbs/PhD/M.1523078588.A.4FD.html
→
04/07 16:53,
6年前
, 1F
04/07 16:53, 1F
→
04/07 16:54,
6年前
, 2F
04/07 16:54, 2F
→
04/07 16:55,
6年前
, 3F
04/07 16:55, 3F
推
04/07 21:48,
6年前
, 4F
04/07 21:48, 4F
→
04/07 21:48,
6年前
, 5F
04/07 21:48, 5F
這說明了資料品質的重要性。事實上我的經驗告訴我預測準確度80%來自資料,20%來自演
算法。
再補充幾點為什麼業界更希望掌握資料而非演算法:
1. 演算法概念非常容易被抄,對台灣小公司而言一個核心研發人員被挖直接帶走,而資
料相對不容易帶走,也有法律保障。
2. 資料的累積是先行者的優勢,後繼者難以追上前者累積的資料,且隨著用戶越來越多
搜集速率也會有明顯區別。
推
04/07 22:05,
6年前
, 6F
04/07 22:05, 6F
→
04/07 22:06,
6年前
, 7F
04/07 22:06, 7F
→
04/07 22:08,
6年前
, 8F
04/07 22:08, 8F
→
04/07 23:01,
6年前
, 9F
04/07 23:01, 9F
數據可靠度很大一部分也取決於領域知識,你的搜集方式是否存在潛在bias直接影響到資
料品質,而這需要的絕非數學、編程等能力。
我特別想強調的就是大家往往更重視演算法而忘了資料的重要性,imagenet的初期完全找
不到資金就是因為大家覺得這研究沒什麼價值(看起來就像標註資料而已),但事實證明
他才是推動進步的核心關鍵。
※ 編輯: ching0629 (219.85.128.60), 04/08/2018 09:05:46
推
04/08 09:48,
6年前
, 10F
04/08 09:48, 10F
→
04/08 09:48,
6年前
, 11F
04/08 09:48, 11F
→
04/08 09:49,
6年前
, 12F
04/08 09:49, 12F
→
04/08 12:05,
6年前
, 13F
04/08 12:05, 13F
推
04/08 12:11,
6年前
, 14F
04/08 12:11, 14F
→
04/08 12:12,
6年前
, 15F
04/08 12:12, 15F
→
04/08 12:12,
6年前
, 16F
04/08 12:12, 16F
→
04/08 12:16,
6年前
, 17F
04/08 12:16, 17F
→
04/08 12:16,
6年前
, 18F
04/08 12:16, 18F
推
04/08 17:00,
6年前
, 19F
04/08 17:00, 19F
推
04/09 09:52,
6年前
, 20F
04/09 09:52, 20F
推
04/15 01:01,
6年前
, 21F
04/15 01:01, 21F
推
04/16 22:40,
6年前
, 22F
04/16 22:40, 22F
討論串 (同標題文章)