分享些适合非IT背景的AI入门读物

先说下为什么写这个帖子,也算是对毕业八年来经历的吐槽。
楼主并非大牛,也不是纯理工背景。楼主是工商管理专业,在英国学了个一年的市场营销硕士,为了讨生活拿了个财务分析的工作就开心地做了,然后公司上ERP系统,莫名其妙地在IT的路上越走越远,前后做过系统要求设计,项目经理,运营管理,产品设计,IT售前,大客户经理,经历复杂到我父母无法跟别人解释我到底是做什么的。lz男人是robotics出身的,现在转做纯AI algorithm研究。一年多前被我男人怂恿创业,他做Algorithm,我做数据架构,前端开发,俩人家庭作坊式的做了个大数据AI项目。
看我的背景就知道,创业前我对AI属于看到新闻报道会好奇看看,懂几个名词,经常跟人不懂装懂地侃,周围也基本都是这样。直到开始做自己的项目,跟男人讨论技术应用,经常因为常识性错误把他弄得很无语,被他教育了几次发现自己真的缺常识,花了几千镑念了个online course,目前处于能清楚地知道自己属于懂点皮毛,但听别人侃能听出别人懂不懂的那种。

因为自己的经历,所以很了解对于非IT背景的人来说,想真正地了解AI有多难。这个行业发展得太快,人才供应跟不上,很多公司市场曝光率远比认认真真做技术重要,几大巨头都经常藏捏着关键facts来博眼球,更别说那些蹭AI热度的小公司。虽说有不少认真做学术的学者,但在这个习惯了半吊子侃侃而谈的社会,他们反而因为严谨不轻易张口给人什么都不懂的感觉。
这半年我一直想怂恿我男人写点基础的AI入门blog,比如常见误区什么的,但他觉得自己懂得太少,不敢动笔。我又怕自己误导人,但又想分享些东西,干脆挑些我当年自学时看过的比较适合非IT背景的人的文章。

整体介绍AI的:
One Hundred Year Study on Artificial Intelligence: Report of the 2015-2016 Study Panel, Stanford University, Stanford, CA, September 2016.
这个报告是我的最爱,涵盖了AI简介,现状,展望,各行业概况,历史发展。中等长度,没时间可以挑感兴趣的章节看。Stanford出品,质量保证。
https://ai100.stanford.edu/2016-report

BBC iWonder: AI: 15 key moments in the story of artificial intelligence
这个虽然没什么技术含量,但我推荐无论什么背景的都看看,很有趣味的读物,能帮助人们理解AI本身的深度和广度。AI不是这十几年才兴起的,也不是光指machine learning,这个行业本身已经经历了几次起起落落。
https://www.bbc.com/timelines/zq376fr

介绍Machine Learning的:
10 Companies Using Machine Learning in Cool Ways
推荐这篇文章只是因为最开始的那张Machine Learning简介图
https://www.wordstream.com/blog/ws/2017/07/28/machine-learning-applications

介绍Natural Language Process的:
Natural Language Processing – Business Applications
https://emerj.com/ai-sector-overviews/natural-language-processing-business-applications/

介绍Robotics的:
Robots mean business: A conversation with Rodney Brooks
https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/robots-mean-business-a-conversation-with-rodney-brooks
Driverless Cars Will be a Social Rather Than Technological Revolution
https://bigthink.com/disruptive-demographics/driverless-cars-will-be-a-social-rather-than-technological-revolution

Machine Learning,Natural Language Process,Robotics并不是AI的全部,这三个只是目前比较火的分支。我给的都是些商业应用的例子,因为每一个分支都能另外写个长长的帖子。如果想进一步了解却不知道从哪开始,有个很好但被很多人忽略的资源,Wikipedia,Wikipedia很适合大致了解各个方向下涵盖的内容,然后根据感兴趣的关键字搜材料,慢慢就有方向了。

07 May 更新
楼下有MM推荐了一本关于AI的哲学思考的书,Life 3.0: Being Human in the Age of Artificial Intelligence, 这本书我没看过,不过作者是MIT的教授,宇宙学家,评价挺不错的,作者本人拿了Elon Musk的钱研究AI对人类生存可能造成的风险,估计不错。

楼主很励志,总结的很好。我老本科cs 研究生大数据,多年前不想学习了,现在堕落成小商贩了。 你们这个前途无量啊

你本科不是engineering么?

好帖子,多谢分享

感谢。
祝创业顺利。

楼主经历好励志,科普很给力!等我好好读读再来提问题。谢谢

楼主加油,我去年也学了一年的ML算法,什么东西初体验很兴奋,但过程很痛苦,但最后全部掌握的时候,你的知识体系会升华的,这是最有价值的东西,说的更露骨一些,能直接反应在你薪水和leadership上。

谢谢。感觉国人IT创业的不多啊

我对AI这块就打算学到看到问题知道目前技术水平能不能解决,用哪个方向的技术,难度多大就好。
毕竟我不是理工出身,身边有个整天研究Algorithm的,我还是做自己比较擅长的好。

谢谢楼主!

想创业的IT男常常在我耳边说创业 {:5_142:}

IT男创业更方便,周末自己慢慢做就好了{:5_137:}

楼主给力啊。 我也借花敬佛推荐一本AI的我认为是科普的书 叫 Life 3.0 by Max Tegmark. 作为文科背景的我,看完觉得以后最缺的,是IT哲学家。。。

我把这书也放自己主贴里
关于AI对社会的影响的哲学思考挺多的,不过我不大看这方面的。
初中和大学有一阵子看了不少哲学的东西,差点没爬出来 {:5_129:}

第一个是和哲学沾点边的问题,AI以后真的可能进化出自主思维吗?想想就觉得可怕, 第二个问题,数据和算法,哪个重要?

你说的“进化自主思维”的意思是?
这个能力包括两点,一个是“进化”,一个是“自主思维”。
先说“自主思维”,在我和我老公所知的范围内(这个范围基本可以认为是目前AI技术范围,我老公做的项目非常前端),目前AI离自主思维还很遥,都是狭义人工智能,并不是真正意义上的人工智能。
虽然几大巨头吹得神乎其神,AI还处在听指令反应的阶段,连不同的任务间知识转移都做不到。比如目前Siri类的语音助手的一个瓶颈是理解上下文。Siri只能处理最近的指令,并不能联系前文理解。这还是无意识工具,不是智能。
因为现在AI的初级阶段,要自主进化出自主思维是不可能的,就好比过一千年你家菜刀也不会自己出现意识。不过人类给予AI自主思维能力是可能的。人类大脑思维说到底就是一堆物质加化学反应,只要真正了解了人类思维的产生原理,要复制是可能的。这个路程很遥远,我们现在连大脑都没搞清楚的。

说下第二个问题,数据和算法哪个重要。如果从学科发展角度来讲,肯定是算法重要。从工作角度来讲,数据容易入门,算法对数学要求比较高,需要仔细钻研,投入产出比不高,很容易中途流产,不是工作需要我不建议去自学。developer自学AI的基本就是学学已有的AI library,比如TensorFlow什么的。一般公司也是拿着工具套模型,不需要算法层面。

求教楼主,现在自学这些,还能找到好工作吗

这些是入门读物,光学这些肯定没用。但只要能坚持,我觉得什么都能做成。

我只是很好奇 楼主一家的创业 很艰苦 还能这样快心的写出来,楼主一定心理很强大哦,并且分享了这么多料,我更关心的
AI 大数据创业的市场,楼主可以分享吗?

创业还是比上班开心不少的,至少我觉得自己做的事情比较有意义。
AI大数据创业市场这个不大好写。我个人比较critic,写出来要么像吹牛,要么像酸葡萄。
总的来说吧,有数据说90%的创业项目撑不过10年,也就是说大部分项目都是没什么投资前景的,这个跟我看到的情况差不多。
我创业一年多,不限定行业,只见到四五个不错的项目,有的前景很大的,已经融了几轮资了,有的属于很niche的小项目,没融资但已经有了盈利。
我一个国内的朋友让我帮忙看项目,几个月了我就给介绍了一个 {:5_134:}