煎蛋科学第52期：如何成为一名人工智能研究员 - 人工智能补充

这一期我们继续来回答一个听友的问题，一位叫做浩澜澜的泥塘的听友希望我们多讲一些人工智能。说实话，蛋博士看到这个问题内心是拒绝的。我们用了好几期的时间系统的讲了人工智能，这位听友也没问到底想听什么方向，或者有什么具体的问题，着实不好讲。但是盛情难却，希望这位听友以后不要这么盛情，而是问些具体的问题。那么我们这一期就来讲讲人工智能的前世今生，以及如何成为一名人工智能研究人员。这一期，经验的分享比较多，附带一些参考文献希望对大家有帮助。

我们之前讲了好多期人工智能，那么我们先来讲讲一个哲学问题，究竟人工智能又是从哪儿来的呢？很多算法其实都来源于工程，这并不奇怪，毕竟线性规划最早也是从飞机设计开始的。人工智能发展到现在，可以说最火的一部分应该是深度学习，现在你不跟人聊两句神经网络，说说CNN和GAN，真的不好意思跟人打招呼。我们在32期已经讲过了，19世纪五六十年代罗森布拉特开发了感知器算法，也就是单个的模拟神经元，就奠定了深度学习的基础，后来几经波折，经过了算例和算力的提升，神经网络就有了进一步的发展。虽然有些和模拟神经元的初衷大相径庭，但至少能够完成我们目前需要的一些任务。大名鼎鼎的卷积神经网络CNN，最早是来源于图像处理，也算是一门工程学科。而现在图像处理也大量使用卷积神经网络来获取像素点与周围环境的关联。我们之前讲过的评价学习reinforcement learning，无论Deep Mind战胜李世石还是Open AI的Dota机器人战胜OG，都是使用的这个技术。我们之前讲过评价学习是有别于普通的监督学习，没有明显的训练集，而是通过一步步优化的方式实现学习。这个技术最早来源于过程控制。这点蛋博士也是去年夏天才知道的。当时去参加了一个过程控制的会议，有很多过程控制的大佬也都参加了会议，像麻省理工学院的Richard Bratz，坐在蛋博士旁边一直跟我聊，我都没法听报告了，人家是这个领域的顶级专家，找你聊天也不能不薄人面子。会议当中我发现有很大一部分涉及到评价学习或者使用了评价学习系统里的参数和术语，后来老哥告诉我，评价学习最早就是从过程控制来的，现在在过程控制中也有很多应用。

有很多人对人工智能有误解，觉得人工智能这么厉害，一定是能够发现一些人类都发现不了的规律。其实并不是这样。我们之前也讲过，目前来说就人脸识别这一项人类还是要更强。人工智能要比人厉害，那得比人类学的多才行，这就需要巨大的训练数据。这就像黑客帝国里的Neo，要学功夫，忘他的大脑里写入一段功夫的程序就行了。但是你要功夫厉害，写入的这段程序得非常复杂，囊括一系列出招的解法。但是我们现实社会，训练数据集往往很难获得，所以我们很少遇到人工智能超过人类的情况，除了围棋和Dota，以及我们之前讲的皮肤癌的检测，目前好像也没有什么特别好的例子了。而且退一万步说，其实人工智能学习的训练集，也就是人类编辑的，是科学家或者某个领域的专业人员进行制作的，比如要检测皮肤癌，就找几个皮肤病学家通过观察大量皮肤照片判断是否是皮肤癌，然后机器再进行学习。机器学的是好几个世界顶级皮肤病学家的判断，自然就像这几个专家会诊一样，准确度可能比单个普通皮肤病医生要更高。我们生活中，蛋博士也遇到过这样的例子，有朋友给我50个数据点，让我看看能不能找到一些专家医生们找不到的规律，我就直接拒绝了。

虽然我没有在喜马拉雅平台收到过类似的问题，但是蛋博士身边有很多朋友同学都在问，如何才能成为一名人工智能从业者或者研究员。蛋博士周围有很多朋友，包括蛋博士自己，都是从非信息方向的理工科转到人工智能行业的。蛋博士以前做计算物理，本来就涉及很多统计力学的东西，几乎都不算是转行。有些做化学和生物实验的朋友，最后也加入了数据科学的行列，这才是真的转换。如果没有理工科的学位和计算学科的背景，注意是和，不是或，比如你虽然是材料工程学位，但是你是做实验的，那么在面试的时候也很难说清楚你为什么胜任数据科学的职位。这种情况下，蛋博士就推荐先去读一个在线的数据科学或者计算机的硕士，有一些经验再转，起步就会高一些。现在这个大环境，也就只能在线念书了。如果实在不想念书，上一些有认证的在线课程，比如吴恩达的coursera的数据方面的课程，吴恩达自己讲的那几个都不错，谷歌也有深度学习的课程。如果想自学，蛋博士推荐的是Sebastian Raschka的python machine learning。这本书喜欢的人喜欢，不喜欢的人也很不喜欢，蛋博士倒是挺喜欢的。如果你已经有了R基础，那么蛋博士在投行和基金的朋友推荐的是An Introduction to Statistical Learning，第一作者是Gareth James。当然这些是纯机器学习的教材，你要学数据库和算法，就太基础了，可能随便找个免费的网课听听就行。蛋博士的数据库是本科的时候上的课，当时的教材非常烂，所以还真没法推荐教材。你可能问为什么是投行的人推荐，不是蛋博士推荐，因为蛋博士用R只用来做统计检验和画图，进行模型训练，特别是深度学习的模型从来不用R。对于机器学习领域，工程公司自然都是用MATLAB或者Python，公司规模越小，MATLAB比例也就越小，确实不便宜。药厂用R和SAS，IT就不说了，什么都有，但是主流还是Python，金融界可能用R和Python都有且不相上下。当然这些只是蛋博士自己的感受，具体情况还是以你要面试的雇主为准。有些医疗公司，就是喜欢用MATLAB蛋博士也不是没见过。

无论你是做课程的大作业，还是参加些比赛或者做些外包的小项目来练手，一台不错的电脑都是必不可少的。蛋博士曾经拿着surface pro平板电脑参加Kaggle，虽然成绩最后也还凑合，但是如果有一台好的电脑相信效果会更好。于是蛋博士最近配了一台还不错的台式机。在配机器之前，蛋博士发现了其实买品牌机比自己装机还要便宜，这里面可能有品牌批发配件便宜的原因，应该也有自己买配件相对更高级的原因，比如蛋博士自己买的主板是12相供电的X570，这样的主板一般都不便宜，但是插两张显卡也就是GPU会更有优势。如果你只做普通的机器学习，数据量不大，一个AMD Ryzen 3的CPU基本上就可以满足需求了，蛋博士用的3700X，大概相当于因特尔的i7的水平。这个处理器也是蛋博士没有买品牌机的原因之一，因特尔的i7价格贵，游戏性能确实也好，但是计算性能不如3700X，有很多评测都可以证明这点。品牌机很少有3700X，大部分还是为了游戏性能配备的i7 9700K。如果你要做深度学习的话，那就需要至少一张显卡或者叫做GPU。目前性价比最高的应该是英伟达的RTX 2070 super，当然你也可以像蛋博士一样等等过两天英伟达发布新的消费级GPU在决定等不等。内存推荐至少16G，至少要比显存更高。另外一个比较重要的是机箱，如果你要装双显卡的化，主板最好是全尺寸的ATX，机箱最好也要够大，如果电源架在最底下，50厘米以上高度的机箱能够保证显卡附近有足够空间散热。

这一期主要是跟大家闲聊了一些经常别人问我的问题，希望我分析的经验对大家有帮助。如果还有什么问题也欢迎大家留言。今天的节目就到这里，感谢大家收听，我们下期再见。