未來熱門職業都跟數學有關】FB 年度宣言:AI 將顛覆世界,不想被顛覆數學很重要,非常重要
Posted on 2016/12/02
黃筱雯
在人工智慧逐漸成為顯學的現在,要成為搶手人才該學什麼?科技媒體TechCrunch報導,Facebook表示要加入人工智慧領域,數學很重要,非常重要。
未來的工作都繞著AI打轉
當AI、機器學習等在生活中越來越普遍,在製造業、銷售、訓練等行業將會出現新型態的工作機會,AI的出現將製造出現在的我們無法想像的新服務。健康管理及運輸業就是運用AI的前線行業,Facebook在一篇新聞稿中詳細介紹了可以如何把握這個人工智慧浪潮。
• 學數學!數學是人工智慧的基礎
• 學習將數據轉換為知識
• 找個好教授,跟著他學習
• 對你有興趣的AI相關問題,試想一個新的解決方式
• 在AI領域相關實習
要加入AI領域,就要好好學數學
「好好學數學、多學點、再多學點數學」,這是Facebook人工智慧實驗室的負責人Yann LeCun與機器學習組負責人Joaquin Quiñonero Candela給對人工智慧感興趣的學生的建議。
「STEM」是科技企業對於相關必要能力的簡稱,包含科學、科技、工程、數學(science, technology, engineering, math)。這次臉書公開了對於人工智慧與機器學習相關的教學影片,相信對於人工智慧有興趣的學生能藉此獲得不少幫助。臉書也建議學生及早將數學、線性代數、統計學起來。
如臉書提供的教學影片中所說,如果微積方程像是啟動機器學習的能源的話,統計就是機器的齒輪般重要的零件。
除了數學外, LeCun 及 Candela 表示工程學、電腦科學、經濟學及神經科學也很重要,只是為了強化宣傳效果,強調神經網路、認知科學等機器學習的應用都是在數學的基礎下才得以實現。
為了幫助人們瞭解AI,Facebook展開一項全新專案為人們揭開AI神秘面紗。他們製作了一系列影片,以視覺化的方式讓人們了解AI的概念、AI在Facebook的應用與發展、以及投資數學與科學領域的重要性。
AI簡介
https://www.facebook.com/Engineering/videos/10154674033412200/
機器學習
https://www.facebook.com/Engineering/videos/10154673882797200/
梯度下降法 Gradient Descent
https://www.facebook.com/Engineering/videos/10154673884367200/
Deep Learning
https://www.facebook.com/Engineering/videos/10154673885357200/
反向傳播算法 Back Propagation
https://www.facebook.com/Engineering/videos/10154673886412200/
卷積神經網絡 Convolutional Neural Nets
https://www.facebook.com/Engineering/videos/10154673887922200/
資料來源:https://buzzorange.com/techoran…/…/02/why-math-is-important/
同時也有1部Youtube影片,追蹤數超過5,870的網紅珊蒂微AI,也在其Youtube影片中提到,【一段AI與青春的旅程】🦄🎼🍿🍭 科技部希望藉由向高中生宣傳「科技大擂台」相關活動,使高中生有更多機會去了解未來科技的發展趨勢。 🎯科技部 陳良基部長對著台下學生說:「很快的未來,人工智慧(AI)將改變世界,就算你們對人工智慧的技術面沒有興趣,也可以思考如何把這個工具跟自己的興趣專長結合。」 🎯台...
gradient descent機器學習 在 珊蒂微AI Youtube 的最佳解答
【一段AI與青春的旅程】🦄🎼🍿🍭
科技部希望藉由向高中生宣傳「科技大擂台」相關活動,使高中生有更多機會去了解未來科技的發展趨勢。
🎯科技部 陳良基部長對著台下學生說:「很快的未來,人工智慧(AI)將改變世界,就算你們對人工智慧的技術面沒有興趣,也可以思考如何把這個工具跟自己的興趣專長結合。」
🎯台大 李宏毅老師在與學生的對話當中也提到:「在進行“人工智慧應用”的過程當中有很多事情需要做,所需的人才並非只有寫程式。然而如果高中生想進行機器學習,現在有很多好用的套件,使得門檻已經不是那麼高了,所以想嘗試機器學習的高中生其實是可以開始進行的。」
#一段愛與青春的旅程
#科技部長給高中生的AI建議
#台大李宏毅老師給高中生的AI建議
👉更多精彩對話,就在影片當中~

gradient descent機器學習 在 机器学习之梯度下降法(GradientDescent) | 记路心晴 的推薦與評價
2018年5月23日 — 在求解机器学习算法的模型参数,即无约束优化问题时,梯度下降(Gradient Descent)是最常采用的方法之一,另一种常用的方法是最小二乘法。 ... <看更多>