人工智能知识体系探索

          以下是我 个人针对人工智能的初步规划
           人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是一门极富挑战性的科学,包含计算机知识、心理学、高级数学和哲学等专业知识。同时,人工智能是未来电子科技发展的一个基石,可以嵌套到现实生活中的各个方面和领域。 
          此次仅仅是个人对人工智能技术方向的一个探索规划,以python语言为基础,以谷歌提供的TensorFlow开源软件为框架,结合机器学习中的分支强化学习为方向,以实现在特定设备上运行(涉及移植等)的人工智能软件为目标而展开。 
          整个探索规划分为以下阶段: 
          第一阶段:了解python基础语言,熟悉python中相关知识点和注意事项,熟悉python开发的相关软件和对python支持包的安装,能够读懂基本的python代码。此阶段主要是探索人工智能编程语言:python,了解其他人工智能编程语言(如R语言等),对比编程语言的优缺点等,从而达到对人工智能编程语言的初步了解和认识,尤其是python。python是未来人工智能开发的语言基础,只有坚实的地基才能搭建起巍峨的人工智能大厦,所以建议为期1.5~2个月的学习时间;当然每个人投入的精力和时间不同, 因此这个时间也不是固定的,仅供一个参考。

          第二阶段:了解、熟悉谷歌开源软件TensorFlow、系统认识TensorFlow的框架设计、熟练人工智能软件的开发流程,并结合谷歌官网提供的相关资料进行机器学习的探索和深入理解TensorFlow的流图框架。此外,对于数学的基础概念也应该加强:比如矩阵,卷积(卷积神经网络)等。此阶段主要是探索TensorFlow软件的用于人工智能的框架基础,全面了解用人智能框架(如caffe、CNTK、Torch等),对比分析他们的优缺点。 TensorFlow是一个开源的人工智能框架,有点类似与android的app开发,因此可以借助此工具加快学习人工智能,在此阶段另一个重点就是机器学习,毕竟TensorFlow只是一个工具而已。

          第三阶段:以Q-Learning为强化学习的切入点,了解强化学习的基础概念、区分人工智能其他领域(如监督学习和无监督学习),了解强化学习的运用领域及其范畴,熟悉强化学习的基本策略及其使用的限制等。此阶段主要是探索强化学习在TensorFlow框架下的运用,以此为基础向现实中的实际问题进行转换,尝试一些经典的案例。

        第四阶段:结合谷歌提供的特定人工智能软件进行android设备的移植开发,实现对现有设备的支持和应用。此阶段主要是探索人工智能技术用于实际设备,确保能够完整移人工智能软件到移动设备端,为后续的实际项目开发奠定实际基础。 

说明:以上各个阶段主要是探索,此探索规划未进行大量代码调试,其基本目标:了解相关知识点,熟悉相关软件、软件支持包及其相关问题的解决,熟悉人工智能相关技术进而在后续开发中可以做到对项目的全面把控。 

         
       第五阶段(公司成员):第一:整合现有产品,寻找是否有能够进行人工智能的项目;第二:深入市场进行调研,结合最新前言技术,以[嵌入式硬件/现有产品]为基础进行人工智能产品的方案规划。此阶段是主要是调研、设计和规划人工智能硬件产品,以此适应当前人工智能大潮流,突破性针对现有产品的升级,实现小规模[嵌入式/软件]的人工智能开发和使用。 

          第六阶段:人工智能产品方案的确定、开发及推广 ,可同步进行。 

          第七阶段:产品的迭代和升级工作。 

以上为个人zhend


初稿时间:2018年3月20日

修正时间:2018年6月3日

猜你喜欢

转载自blog.csdn.net/qq_27297393/article/details/80555919