إذا كنت مشاركاً في مجتمع كورا Quora فربما مرت عليك هذه الخطوات من قبل، وإن لم تكن قد شاركت أو سجلت فيه فننصحك بالتسجيل به الآن للاستفادة من الخبرات الهائلة الموجودة.
في سؤال على كورا حول أفضل المصادر التي يمكن استخدامها في تعلم الذكاء الاصطناعي جاء الرد الرائع من الشريك المؤسس في Kaggle السيد بين هامنر كالتالي:
أنت محظوظ، الآن هو أفضل من أي وقت مضى لبدء دراسة تعلم الآلة والذكاء الاصطناعي. فقد تطور هذا المجال بسرعة ونما بشكل هائل في السنوات الأخيرة.
أصدر الخبراء أدوات ومكتبات برمجيات مفتوحة المصدر ذات جودة عالية. وتظهر الدورات الجديدة على الانترنت ومنشورات المدونات كل يوم. وقد دفع الذكاء الاصطناعي المليارات من الدولارات من الإيرادات عبر الصناعات المختلفة، مما يتيح موارد لا مثيل لها وفرص عمل هائلة.
وهذا يعني أيضا أن البدء يمكن أن يكون ساحقاً بعض الشيء، لذا سنعطيك النصيحة عن كيفية الاقتراب من هذا المجال الجديد نسبياً.
اختر مشكلة لديك اهتمام بها
البدء مع مشكلة ترغب في إيجاد حل لها يجعل التركيز والبقاء متحفزاً للتعلُّم أسهل بكثير، بدلاً من البدء بقائمة موضوعات غير مترابطة.
إيجاد حل لمشكلة تواجهك أو تثير اهتمامك يجبرك على التفاعل بعمق مع الذكاء الاصطناعي، بدلاً من القراءة عن التقنية بسلبية.
المشاكل الجيدة لديها أكثر من معيار:
- تغطي منطقة أنت مهتم بها شخصياً.
- البيانات متاحة بسهولة ومناسبة تماماً لمعالجة المشكلة (وإلّا فإنّ الجزء الأكبر من وقتك سيضيع هنا).
- يمكنك العمل مع البيانات براحة مع آلة واحدة.
ليس لديك مشكلة مهتم بها حالياً؟ لا تقلق! فقط سجل هذا الدليل في المفضلة وقد تجد ضالتك في المستقبل القريب.
اصنع حل سريع، ونهائي لمشكلتك
من السهل جداً أن تغرق في تفصيلة واحدة أو ضبط الخوارزمية الخطأ. يجب عليك تجنب هذا.
هدفك هنا هو الحصول على شيء بديهي جداً بأقصى سرعة ممكنة ويعطي المشكلة نهائياً، عبر قراءة البيانات ومعالجتها في فورم مناسب للذكاء الاصطناعي، وتدريب نموذج أولي ثم إخراج الناتج وتحسين الأداء مع الوقت.
تطوير وتحسين الحل الأوّلي
الآن وقد أصبح لديك نموذج أولي قيد العمل، حان الوقت للإبداع.
حاول تحسين كل مكون من الحل الأوّلي وقياس النتائج لترى أين يجب عليك قضاء أغلب وقت التطوير. في كثير من الأوقات يكون الحصول على المزيد من البيانات أو تحسين خطوات معالجة البيانات يحمل أهمية أكبر من تحسين نماذج الذكاء الاصطناعي نفسها.
جزء من هذه الخطوة يتضمن التفاعل مع البيانات، وفحص الصفوف المنفردة، وتصوّر التوزيعات لتكوين فهم أفضل عن بنيتها وشذوذها.
اكتب الحل وشاركه
أفضل طريقة للحصول على تغذية عكسية وردود أفعال على الحل هو كتابته ومشاركته مع آخرين. الكتابة عن الحل الخاص بك يعني التفاعل معه بطريقة جديدة، وفهمه بشكل أفضل.
يعطي هذا الآخرين فرصة فهم ما أنجزته وإعطاءك التغذية العكسية والآراء بشأنه، ما يساعدك في المزيد من التعلم حول الحل الذي قمت ببناؤه.
كما تعطيك هذه الخطوة فرصة في تكوين محفظة عرض لإنجازاتك في الذكاء الاصطناعي، وبالتالي عرض قدراتك في هذا المجال، وتحسين فرص الحصول على وظيفة فيه.
تكرار الخطوات السابقة (من 1 : 4) عبر مجموعة مختلفة من المشاكل
الآن وقد قمت بتنفيذ الخطوات السابقة لحل مشكلة واحدة أنت مهتم بها، قم بهذه الخطوات مجدداً عبر أكثر من نطاق.
هل بدأت مع بيانات مجدولة؟ الآن اعمل على مشكلة تتطلب نصوص منظمة أقل، وأخرى تحل مشاكل مع الصور.
شارك في منافسات الذكاء الاصطناعي
لن تجد أكثر من المنافسات البرمجية في الكثير من المجالات ومنها الذكاء الاصطناعي، يمكنك البحث عنها في جوجل والمشاركة فيها بعد تطبيق الخطوات السابقة، حيث ستعطيك خبرات كبيرة وفرصة للتعرُّف على طرق جديدة لتطبيق هذه التقنية.
تنفيذ الذكاء الاصطناعي احترافياً
هذا يتيح لك بقضاء معظم وقتك على تعلم الآلة أو الذكاء الاصطناعي، ويساعدك حقاً كنت في الوصول إلى المستوى الأعلى.
إن اتخاذ قرار بشأن نوع الدور الذي ترغب في متابعته، وبناء محفظة شخصية من المشاريع ذات الصلة بهذا هو نقطة انطلاق قوية.
إذا لم تكن مستعداً لبدء المقابلات لمناصب الذكاء الاصطناعي بعد، يجب أخذ مشاريع جديدة في منصبك الحالي، والسعي للحصول على الفرص الاستشارية، والتفاعل مع مؤتمرات الهاكاثون هي طرق إضافية للحصول على موطئ قدم.
العمل المهني غالباً ما يتطلب بشكل كبير قدرات برمجة قوية.
تشمل الفرص الثمينة للعمل في الذكاء الاصطناعي بشكل مهني:
- تنفيذ تعلم الآلة في النظم الإنتاجية.
- التركيز على أبحاث تعلم الآلة ودفعها للأمام.
- الاستفادة من تعلم الآلة في التحليلات الاستكشافية لتحسين المنتج والقرارات التجارية.
المساعدة في تعليم الآخرين حول الذكاء الاصطناعي وتعلم الآلة
تعليم الآخرين سيساعد في ترسيخ فهمك للمفاهيم الأساسية، وهناك الكثير من الطرق المختلفة يمكنك الاختيار المناسب لك، وتشمل هذه الطرق:
- كتابة الأوراق البحثية
- التحدث في الندوات
- كتابة التدوينات
- إجابة الأسئلة حول الذكاء الاصطناعي على مجتمعات مثل كورا
- التدريس الشخصي
- مشاركة أمثلة من الكود على GitHub
- التدريس في مراكز متخصصة
- تأليف كتاب
