2024-04-20 - AI for everyone - 第二周 - 吴恩达

摘要

2024-04-20 周六 杭州 🌤

小记: 健身减肥,又到了周六称体重的时间了,但是称体重前要吃多点,免得有水分。

2024-04-21 周日 杭州 🐟

小记: 每天早上一根香蕉,我体重相比上周居然没有丝毫变化,看来只能加强体育锻炼了。

2024-04-27 周六 杭州 雾

小记: 去年 5 月份在备考国考,今年 5 月份在备考软考,虽然有点忙,但是有方向就好啦!

课程内容

本章简介

开始做一个 AI 项目

  • AI 项目的工作流程梳理(准备)
  • 选择一个合适落地的 AI 项目(调研)
  • 为这个项目组织团队和数据(实现)

机器学习项目的工作流程

  • 自动驾驶

小结: 无论机器学习或是大模型技术,流水线大致流程就是如下几步,当然每一步还可以延伸很多细节:
a. 收集数据
b. 训练模型
c. 部署模型

数据科学项目的工作流程

  • 电商购物

小结: 大数据分析的过程也是类似,不过随着大模型技术的逐步应用,数据分析的某些策略可能会有优化。

a. 采集数据
b. 分析数据(多次反复迭代发现隐藏的规律)
c. 建言决策(推动变革或者周期性的重复分析新数据的影响)

  • 生产线优化

每个工作和职能都需要学习如何使用数据

  • 工业生产

  • 人力资源

  • 市场营销

  • 农业生产

如何选择一个人工智能项目

小结: AI 如何整合到自己的项目中并且实现其商业价值,即便数据很少,我们依旧可以先开始 AI 的训练而不是因为数据较少就放弃了 AI 在项目中的实践。

小结: 开始一个融合 AI 能力的项目,我们需要规划好如下几个方面:

  • 技术可行性: 项目愿景,系统数据,任务排期
  • 商业价值: 更低的成本,更高的价值,创新驱动
  • 伦理道德: 符合伦理,对社会有益

小结:

  • 机器学习项目可以内建或者外包
  • 数据工程项目因为需要很深的业务理解,所以一般是通过内部团队完成
  • 不要在已有的标准上构建自己类似的标准(如果已经有了高铁或者火车这样的基础设施,不要试图自己在旁边再建一条,因为我们的目标是快速到达终点而已)

与人工智能团队合作

  • 合作流程

小结: 同人工智能团队合作,一般步骤如下:
a. 选择一个合适的项目,项目有一个明确的方向;
b. 针对自己想要探索的方向拆解成为核心问题,比如产品质量检测;
c. 为这个具体的场景准备一些预训练的数据集,测试使用;
d. 场景的探索和预测,通过预训练的结果开始初步应用,在应用过程中获得数据反馈并且继续预训练数据;
e. 反复迭代,不断提升AI应用的精准度;

  • 对接数据

小结: 如果自己不理解 AI 如何应用,但是你想把自己的想法通过 AI 转化实现,这个过程中 AI 团队会向业务团队索要两种类型的数据,此时业务团队需要给出,并且明白这两种数据的用途和作用。
a. 训练数据: 存在映射关系的数据集,主要教会 AI 判断图片具体业务场景,就是开卷有益的学习;
b. 测试数据: 输入 A ,根据学习的经验判断获得 B 的结果,并且 B 的准确率较高,也是真正的闭卷考试;
c. 所以呀,学习再考试,人类把自己受的苦让 AI 承接了,哈哈哈。

  • 局限

小结: 虽然机器学习已经可以应用很多领域,但是他仍然存在不足,我们需要正视这项技术的局限性。
a. 机器学习并没万能的,因此我们需要认识他的局限性;
b. 业务方提供的数据可能是杂乱的;
c. 由于标准的不一致,所以可能会有偏差的错误标准;

一步一步的拆解我们就会发现任何一件事情都没有那么困难,实际上所有的任务都没有规范标准的,不过机器学习的标准是由技术专家限定的标准和规则,跟着大佬哪怕不强也不会弱,即便天才跟着傻逼,也会表现得有点二货。

人工智能技术团队的技术工具

  • 开源框架或渠道

  • 硬件选择

总结

人工智能技术随着发展将会逐步应用到各行各业中去,智慧城市,数字孪生,城市生命线,黑客帝国的时代就快要来。

心得: 造物主在孕育生命的时候通过赋予生命体欲望,贪婪自私,争名逐利,人类不可能永生,因为人类无法跨越岁月的长河,人类真正的使命不过是为了孕育下个文明才会出现的过渡。如果你有能力改变世界,那就做一点努力,不然就去繁衍。牛马就要有牛马的觉悟,我有时候觉得阶级也是一种文明发展的最优抉择。因为中产阶级都需要数代人的努力才能培养一个有教养的人,况且穷人呢。富集的资源虽然会被少数人用来装逼,但是掌握真正权力和资源的人还是会比较有教养的,他们的后代对于推动社会进步的可能性是更大的,这种东西不是什么主义或努力就可以改变的。

posted @ 2024-04-20 14:27  流雨声  阅读(11)  评论(0编辑  收藏  举报