AI و ML: كيفية البدء

عندما تميل خلفية الترميز الخاصة بك إلى الصفر

يجب أن ترى المظهر الذي أحصل عليه عندما أخبر الناس بما أفعله من أجل لقمة العيش. مع نشل مرتبك في الوجه ، يطلبون تأكيدًا ، "أنت تفعل ماذا؟" أضحك وأجيب: "كما قلت ، أنا مصمم تعليمي".

حسنًا ، المصمم التعليمي ، أو مصمم تجربة التعلم ، هو محترف موهوب يبتكر خطط تعلم ودورات تعليمية وخبرات تعلم إيجابية ، بينما يقف وراء البرامج التعليمية.

بينما أنا من أشد المعجبين بمهنتي ، أنا أيضًا من المعجبين بالابتكار. لا شك في أن المطالبة بأنك "مبتكر" في يومنا هذا وعمرنا دون معرفة الذكاء الاصطناعي أمر صعب. يجذب الذكاء الاصطناعي أذكى الناس ، وأكبر الاستثمارات ، والمبدعين مثلي.

ترددت لبعض الوقت قبل أن أدير يدي إلى منظمة العفو الدولية. أود أن أقول لنفسي أشياء مثل "لست ذكيًا بما فيه الكفاية" ، "ليس لديك أي خبرة في البرمجة" ، "لقد نسيت جميع برامج الرياضيات المدرسية". ثم اكتشفت مقال دانيال بورك ، الذي ألهمني للبدء.

بصفتي مصممًا تعليميًا خبيرًا ، لم أرغب في دفع معسكر تدريب لأداء عملي الخاص بي. كان عليّ أن أتولى تعليمي الخاص ، من إنشاء منهجي الخاص إلى تقييم تقدم التعلم الخاص بي. كان علي أن أختبر كيف ستساعدني مهارات مصمم التعلم في تعلم الذكاء الاصطناعي و ML.

هدفي بسيط: لتعلم الذكاء الاصطناعي لمدة 12 شهرًا ، ساعتين كل يوم. لتبدأ في 1 يناير 2020 وتتوقف في 31 ديسمبر 2020.

الآن ، في حين أنه من السهل أن تقفز مباشرة إلى هذه الفرصة ، فإن هذا العمل مثير للغاية في البداية ، ويصبح أقل سطوعًا وخنصرًا بمجرد التفكير في خطة العمل الفعلية. ثم يبدأ الذعر. قد تطرح على نفسك أسئلة مثل ، "ماذا يجب أن أفعل أولاً؟" "ما هي الدورات التي ينبغي علي الالتحاق بها؟" "ما هي الكتب التي يجب أن أقرأها؟" "ما لغة البرمجة المستخدمة؟" "كم الرياضيات متضمنة؟" تجمع العرق على جبهتك ، وصدرك يصبح أكثر إحكامًا ...

يبدأ مصممو التعلم بتحديد المستوى الحالي للجمهور المستهدف ، مع أهدافهم ، عند إنشاء برنامج تعليمي. هذا أمر ضروري لمنهج تعليمي عالي الجودة ، ويجب أن يكون المكان المناسب للبدء إذا كان هذا جديدًا تمامًا.

حدد مستواك الحالي وأهدافك

أولاً ، فكر في نقطة البداية. على سبيل المثال ، أنا جيد جدًا مع الأرقام ، وكنت دائمًا كذلك. في المدرسة الثانوية ، كنت على رأس فصل الرياضيات. لكنني أنهيت دراستي منذ ثماني سنوات طويلة ، وقد نسيت كل مفاهيم الرياضيات تقريبًا ، حتى جدول الضرب!

أنهيت دراستي في روسيا ، ولم أتحدث أبداً عن الرياضيات باللغة الإنجليزية. اكتشفت أن الأمر سيستغرق مني شهرًا كاملاً على الأقل لمراجعة برنامج مدرسة الرياضيات وتحسين مفردات الرياضيات باللغة الإنجليزية. إذا كنت متحدثًا باللغة الإنجليزية ولديك فهم جيد لمفاهيم الرياضيات المعقدة ، فيمكنك البدء فورًا.

مستواك هو العامل الأول لمسار تعلم الذكاء الاصطناعي الخاص بك ، لذلك يجدر قضاء بضع ساعات لوصف نقطة البداية بأكبر قدر ممكن من التفاصيل.

ما يجب مراعاته:

  • إلى أي مدى تمتد معرفتك في الرياضيات؟ كن دقيقا.
  • تجربة البرمجة الخاصة بك ، حتى لو لم تكن Python.
  • الفهم العام للذكاء الاصطناعي.

تحقق من المثال الخاص بي للإلهام.

بعد ذلك ، حدد هدفًا. بدون هدف تعلم ملموس ، لن تذهب إلى أي مكان.

من المهم صياغة أهدافك باستخدام أفعال العمل. على سبيل المثال ، هدفي هو الحصول على وظيفة في علوم البيانات. "الحصول على وظيفة" هو فعل فعل. وهو أيضًا هدف قابل للقياس. أي أنه يمكنني تقييم نجاحي مقابل هذا الهدف: سأنجح بشكل أفضل إذا حصلت على وظيفة في غضون عام واحد ، وأقل قليلاً إذا حصلت على وظيفة في غضون عام ونصف. سأفشل إذا لم أحصل على وظيفة على الإطلاق.

قارن هذا بالهدف التالي: "تعرف على مفاهيم الذكاء الاصطناعي الرئيسية".

هذا ليس هدفًا تعليميًا جيدًا. لا يدخل في تفاصيل حول مفاهيم الذكاء الاصطناعي الرئيسية ، ويشير اختيار الفعل إلى أنك تتعلم من أجل التعلم. يقال الحقيقة ، نحن لا نتعلم من أجل التعلم: نتعلم الحصول على المزيد من الفوائد الأنانية. نتعلم الحصول على المزيد من المال ، وزيادة تقديرنا لذاتنا ، والحصول على وظيفة أكثر إثارة للاهتمام ، والحصول على دبلوم ، وإثارة إعجاب والدينا أو أصدقائنا ، وما إلى ذلك. لكننا لا نتعلم أبدًا للهدف النهائي للتعلم.

فكر في سبب حاجتك إلى الذكاء الاصطناعي على المدى القصير والطويل. كن صادقًا مع نفسك ، واكتب هذا الهدف.

هدفي قصير المدى هو الحصول على وظيفة في علوم البيانات للأسباب التالية:

  • أولاً ، يتم دفع أكثر من وظيفة في التعليم.
  • وثانيًا ، أحب عقلية المطورين وأريد أن أكون عضوًا في مجموعتهم المهنية.

هدفي بعيد المدى هو تطبيق المعرفة بالذكاء الاصطناعي لبناء شركة ناشئة في مجال التعلم والتطوير.

بالطبع ، قد تتغير هذه الأهداف بمرور الوقت. ولكن قبل أن يتغيروا ، سيرشدوني عبر محيط عدم اليقين في التعلم.

بمجرد تحديد هدفك النهائي ، اكتب قائمة بالأهداف الفرعية للمساعدة في تحقيق هدفك النهائي. يمكن أن تكون هذه:

  • مراجعة برنامج الجبر المدرسي.
  • تعرف على بنية Python.
  • إنهاء دورة Udacity Python.

مرة أخرى ، تجنب الأفعال "تعلم" و "فهم" ، وتأكد من أن الأهداف الفرعية قابلة للقياس. فمثلا:

  • نظرت عبر نصف مفاهيم الجبر المدرسي.
  • يمكنني سرد ​​ما لا يقل عن 10 خصوصية بناء جملة Python.
  • أنهيت 70٪ من دورة Udacity Python.

بمجرد التأكد من مستواك الحالي وهدفك التعليمي ، حان الوقت لبناء خطة التعلم الخاصة بك. هذا هو الجزء الأصعب ...

كيف أقوم ببناء مسار تعلم الذكاء الاصطناعي عندما لا أعرف شيئًا عن الذكاء الاصطناعي؟

عندما تفكر في الأمر ، يدفع الناس آلاف الدولارات للتعليم. لماذا ا؟

  • لأن البرامج الجامعية تمنح الدبلوم.
  • لأن برامج الجامعة تقدم دليلًا تفصيليًا لما يجب فعله.

والأخير مهم حقًا. في الواقع ، عندما ينشئ مصممو التعلم منهجًا تعليميًا ، فإنهم يدرسون أولاً الموضوع من الألف إلى الياء. عندما تكون الدورة التدريبية لمدة 20 دقيقة حول التركيبات الكهربائية المعينة ، فإنها ليست مؤلمة للغاية. ومع ذلك ، إذا كنت بحاجة إلى إنشاء برنامج لمدة عام واحد لمجال واسع مثل الذكاء الاصطناعي ، حسنًا ، حظًا سعيدًا ...

بصفتك متعلمًا ذاتيًا ، فأنت في وضع غير مؤاتٍ للغاية لأنه ليس لديك أدنى فكرة عن الذكاء الاصطناعي ، ولكنك تحتاج إلى بناء منهج دراسي قبل بدء التعلم.

هذا هو إلى حد كبير "الذي جاء أولاً؟ الدجاجة أم البيضة؟" لحظة. معضلة فلسفية بدون حل. حلقة لا نهائية. مشكلة كبيرة.

الخبر السار هو أن هناك بعض الأزقة الخلفية ، جاهزة للاكتشاف.

اقتراض

اقتراض المناهج الدراسية من الجامعات والمعسكرات التدريبية والأشخاص الذين مروا بالفعل بهذه العملية. هذا مجاني ، وسوف يمنحك هذا نظرة أولية حول ما تحتاج إلى تعلمه.

لقد راجعت هذه المناهج لتحديد نقاط الركيزة (ولكن هناك المزيد!):

  • ساسكس علوم الكمبيوتر والذكاء الاصطناعي
  • الذكاء الاصطناعي وتطبيقات ستراثكلايد
  • التعلم الآلي بجامعة كاليفورنيا
  • سان فرانسيسكو علوم البيانات

لقد وجدت هذا مفيدًا أيضًا:

  • هنا يعرض سراج رافال مكونات تعلم الذكاء الاصطناعي ويقترح دورات عبر الإنترنت بترتيب منطقي.
  • يقدم دانيال بورك وصفا رائعا لتجربته.
  • يسرد رودريغو بيسيرو هنا نطاقات الذكاء الاصطناعي في قسم "مجال الذكاء الاصطناعي".

تعرض لوحة Trello الخاصة بي المهام التي أختار القيام بها كل أسبوع وتتضمن الدورات والمواد الأخرى التي أتابعها.

مورد محتمل آخر للمعلومات هو لقاءات منظمة العفو الدولية. تجمع هذه اللقاءات مئات الأشخاص. في هذا الحشد النشيط من الأدمغة المحشوة بالذكاء الاصطناعي ، ستجد أشخاصًا طيبين ومتعاطفين سعداء بمشاركة النصائح معك. إسألهم:

  • "ما الذي بدأت به؟"
  • "ما هي الموارد للمبتدئين التي يمكنك تقديم المشورة لهم؟"
  • "ما هي المفاهيم الرئيسية؟"
  • "هل تريد القهوة؟"

ستحصل على 1) الحصول على نصيحة مباشرة من الخبراء و 2) إجراء اتصالات مهمة.

وأخيرًا ، تحقق من متطلبات عمل عالم البيانات على أي لوحة وظائف لمعرفة المهارات المتوقعة منك.

القضاء

عندما أقوم بإنشاء دورات التعلم الإلكتروني للمؤسسات الكبيرة ، غالبًا ما يرغب عملائي في تضمين أكبر قدر ممكن من المعلومات. لا يوجد ما يكفي من التعلم ، أليس كذلك؟ الحقيقة هي أن كميات كبيرة من المعلومات تطغى على المتعلمين الجدد ، مما قد يؤدي بهم إلى الانسحاب. القاعدة الذهبية للمعلم ، (وإذا كنت تقرأ هذا ، فأنت معلم ذاتي) هو القضاء قدر الإمكان. تذكر ما قاله تيم فيريس عن الفعالية؟ حق ، القضاء.

على سبيل المثال ، عندما كنت أبحث في المناهج الجامعية ، وجدت وحدة تسمى "الشبح في الآلة؟" ، عن الإدراك والفيزيولوجيا العصبية. لديّ مصلحة شخصية في الإدراك ، لذلك كانت غريزتي الأولى هي إدراج هذه الوحدة في منهجي. ومع ذلك ، قادني القليل من التفكير العقلاني إلى التفكير ، "لن يوصلك الإدراك إلى هدفك ، وهو تعلم الذكاء الاصطناعي لمدة 12 شهرًا والحصول على وظيفة".

هذا لا يعني أنه لا يجب عليك تعلم الإدراك. تأكد من أن الإدراك يتماشى مع هدفك الرئيسي قبل المتابعة.

اجعلها مرنة

كلما توسعت وتطورت في تعلمك ، كلما اكتشفت مجالات جديدة ، وأخبر المهم من الأقل أهمية ، وشكل اهتمامك ، وحدد نقاط القوة والضعف لديك. ستتغير الأشياء التي تريد تعلمها واستكشافها بمرور الوقت ، تمامًا مثل المواسم.

عندما أفكر في المستقبل ، لست متأكدًا من متى يجب أن أبدأ بقراءة كتاب عن التعلم العميق. قبل أن أتعلم الاحتمال؟ بالتزامن معها ، أو بعد ذلك؟ ولا أعرف متى أتعلم Tensorflow لأنني لا أعرف حتى ما هو. يمكنني فقط تحديد خطواتي الأولى ، وهي في المقام الأول:

  • تعلم بايثون
  • مراجعة الجبر
  • قم بعمل دورة علوم البيانات للمبتدئين (واحدة من تلك التي نصح بها المعلمون)
  • اقرأ منظمة العفو الدولية ، نهج حديث

واحدة من هذه ، ربما دورة علوم البيانات ، ستكشف عن خطوتي التالية. على سبيل المثال ، قد يذكر Tensorflow ويشرح ما يدور حوله ، وقد أرغب في تضمينه في منهج الشهر المقبل.

لهذا السبب بالذات ، لم أقم بإنشاء منهج ثابت يحتوي على تعليمات خطوة بخطوة. هذه المناهج مصنوعة في الجامعات ومعسكرات التدريب ، من قبل خبراء لديهم الذكاء الاصطناعي في متناول يدهم. نحن لا نفعل ذلك ، لذا نحتاج إلى الحفاظ على مرونة مناهجنا الدراسية وفتحها ، مما يتيح مجالًا للتعديل.

الحل الذي وجدته لنفسي:

  • جمعت قائمة بنقاط التعلم الرئيسية في الذكاء الاصطناعي ، مستعارة من المناهج الجامعية ومعلمي الذكاء الاصطناعي.
  • أختار تلك التي يجب أن أبدأ بها.
  • أخطط لمهام التعلم في الشهر المقبل.
  • عندما أفهم ما أحتاج إلى تعلمه بعد ذلك ، أقوم بتحديث لوحة Trello الخاصة بي بالمهام ذات الصلة.

خلاصة

  1. حدد نقطة البداية بالتفصيل.
  2. حدد هدفك الرئيسي وتعلم الأهداف الفرعية (بما يتماشى مع الهدف الرئيسي).
  3. إنشاء منهج تقريبي:
  • تحديد المجالات والمفاهيم الرئيسية: الاقتراض من الجامعات ، ومعسكرات التدريب ، والمعلمين ؛ انتقل إلى لقاءات. تحقق من متطلبات الوظيفة على لوحات الوظائف.
  • تخلص من المعلومات اللطيفة والمعرفة فقط التي يجب معرفتها.
  • خطط لمدة شهر واحفظها مرنة. استخدم Trello أو بديل للمساعدة.