AI——我的原点
作者：微信文章我对AI的基本认知：大概11年前我就认定人工智能将大有作为。那时候想法简单、片面、肤浅，仅仅知道大方向但是不知道怎么做，大家都不知道怎么做虽然没做什么但是也一直揪着心。七年前我做了一个网站www.znonz.com当时是连接的凡科的一个手机端的宣传页面，可没有内容填充，当时想的是做人工智能的资讯，可是真的没好好去规划这块怎么做，做成一件事需要天时地利人和，当时时机并不成熟，后续就中断了，中断不代表放弃!也一直揪着心，现在看到的网站是我最近更新后的结果!有我关注了一个叫做“代码随想录”的公众号推过好几次AI相关的课程在机缘巧合下就学习AI相关的课程了。在央视二套的几次节目，播出的内容有关于科技创新，和运用科技进行预测和回收，水质量和环境质量的预测，辅助充电，我才发现原来AI已经如此前沿了。顿感自己可能要错失良机。在去西财和母校渭南师范学院的教室外看到智能上课系统电子大屏以及同事做的适老化填单系统，瞬间觉得自己很落后了......或多或少在生活工作和浏览网页看新闻总是对AI相关的信息无形的在意。十几年前大学的时候看过乔布斯在斯坦福的最著名的演讲，其中有一个点a是很多事会用串珠形式变成自己的财富或者收获。可以用来描述我关于AI的串珠。AI的发展离不开基础设施的建设：数据，算力，算法。缺一不可。数据是AI的基石。没有数据，AI的强大学习推理和推导预测能力会大幅减小，算力是计算机速算的能力，同一个任务A需要一天，B需要一秒，差距会随着数据的增多而增多而决定算力的除了计算机的显卡CUP内存空间外还需要程序算法基础。算法不是计算机算法而是高等数学的理论基础。比如微积分和矩阵统计学概率论等神经网络NLP产生的相关模型。AI工作的分类：弱人工智能、强人工智能、超人工智能
AI未来会有哪些就业方向呢？AI标注师、AI机器学习部署师、AI视觉应用工程师、AI产品助理、AI理论研究和算法研究AI标注师主要工作内容对AI所需的数据进行分类整理格式化，比较枯燥，有的坑可能会需要搜集数据。AI机器学习部署师：主要是将AI模型部署到线上，对稳定性和性能要求极高，需要算法，数据，程序编写和项目工程化要求高。
AI视觉应用工程师：最主要的要求是需要会图像音视频的识别，
AI产品助理：主要是使用AI技术分析数据分析用户行为维护老系统更新现有系统，创造新系统的能力
AI理论研究主要是使用计算机技术和人类已知科学对现有AI存在的弊端和需求进行升级改造和提供理论基础，方便识别，推理，预测等
AI算法研究这类和计算机语言里面算法不同主要是研究AI领域算法的基于数学的算法可以优化计算时间节省成本。AI在我看来更多的是基础基建，用以承载数以万亿的智能系统和计算相关数据。说了这么多那么能否用一张图来描绘AI机器学习的理论基础呢？对AI目前我知道的理论基础是：
AI离不开数据源，离不开算力算法，此图中算力是背后的那个背景。公式就是符合数据源的定向描述，初始化其实是验证带入公式的数据，通过不断的调整x,y变量生成符合模型的公式让公式离实际数据越来越近就是整个求预测结果的过程，而怎么才能做到预测结果和实际的目标越来越近呢？离不开损失函数，让求损失函数需要梯度下降法，和导数的和差积商。
好了现在就先说这么多了，每次遇到不理解的问题，大部分是数学问题我就必须停顿下来查阅大量资料特别感谢deepseek和百度AI。偶尔也会使用豆包。在学习过程中我是听理论，网课，然后用juptyer notebook作为练习的环境，然后使用conda搭建python的虚拟运行环境，python我也已经学会了基本的语法，最近正在学习jiango（将狗）。好朋友吐槽我在塔顶，忽略基础建设，我觉得我是在搭建基础设施。他认为我不从前端来切入直接和985硕士学生疯抢AI是赛道是自不量力，对此我的想法是，我从我想过和985的学生疯抢AI，AI属于全世界不仅仅是985 的学生，或许对我而言高数很多年不碰忘记了，可是我现在的状况真的很有时间来研究数学物理哪些古老而有趣的事情。他用唐僧扫塔的比喻我搞反，我反而觉得我做的事情正是唐僧扫塔。自此专注自己的事情就行。
页:
[1]