Рекомендации по чтению, которые будут держать вас в курсе последних и классических достижений в области искусственного интеллекта и науки о данных.
Делиться
Сегодня я возвращаюсь к TDS с серией рекомендаций статей по ИИ. Мои давние подписчики, возможно, помнят четыре предыдущих выпуска ([1], [2], [3] и [4]). Я довольно долго не писал, и не могу придумать лучшего способа вернуться, чем возобновить свою самую успешную серию — ту, которую я писал больше всего.
Для тех, кто не знаком с этим, это очень субъективный список, полный точек зрения и дополнительных вопросов, призванный держать вас в курсе событий в области ИИ в целом. Это не список самых современных моделей, а реальная информация о том, на что обратить внимание в ближайшие годы и что вы могли упустить из виду в прошлом. Цель — помочь вам критически оценить состояние дел в области ИИ.
Всего предлагается десять статей, каждая из которых содержит краткое описание вклада статьи и чёткие аргументы в пользу её прочтения. Кроме того, для каждой статьи предусмотрен отдельный раздел для дополнительного чтения с одним или несколькими дополнительными материалами для изучения.
Прежде чем мы продолжим, вернёмся к моей статье 2022 года. Я начал с заявления: «Нам не нужны более крупные модели; нам нужны решения» и «Не ждите, что я буду предлагать здесь всякую чушь про GPT». Тогда я был почти уверен, что в будущем повторюсь: новая модель GPT будет просто более крупной и чуть лучшей, но далеко не революционной. Однако, надо отдать должное. С момента своего выхода ChatGPT послужил толчком к появлению множества новых решений и, безусловно, стал поворотным моментом во всей компьютерной науке.
И наконец, небольшое предупреждение: большая часть моей работы в области искусственного интеллекта сосредоточена вокруг компьютерного зрения, поэтому, вероятно, существует множество отличных статей по таким темам, как обучение с подкреплением, графы и аудио, которые просто не попадают в поле моего зрения. Если вы считаете, что мне стоит знать о какой-либо статье, пожалуйста, дайте мне знать ❤.
Пойдем!
Источник: towardsdatascience.com
