匿名吐槽 为什么不开人工智能的主题

匿名 · 2017年11月09日 · 最后由 匿名 回复于 2017年11月22日 · 2505 次阅读

赢在未来,希望能开辟这块专题,系统化的知识点、学习路线、AI 在测试领域的应用等
感知器、神经元、神经网络、以及相关框架(tensorflow)等

共收到 16 条回复 时间 点赞

测试的数学都不太好

概率论,离散数学有多少还不错的举个手吧。不要提框架,基本没用。

难度比较高,就一般的 RD 人员,也未必知道多少

学过运筹(图论)、概率、数分、高代、复变、泛函、常微分、偏微分、拓扑学、信息论……然而我啥数学理论都不懂

从高数开始学起吧

最近再补算法导论,再看前置的概率论和离散数学。有想辞职,专心在家学 1,2 个月数学的冲动。。。。

最近打算辞职考研,去学人工智能。

#1 楼 @anonymous 瞎说

—— 来自 TesterHome 官方 安卓客户端

magicyang 回复

gogo

有个卵用...

文章多起来后,专门开辟板块来存放相关主题的文章才有意义。但还没有什么文章的情况下,开一个板块意义不是太大吧。

要入门,直接去 coursera 上学一遍 andrew ng 的 ML 入门课程就可以了
进一步的话,andrew ng 还有 DL 的课程可以让你学校
另外 linear algebra 也需要学习呀,网易课堂就可以了。

从工程应用的角度来说,玩人工智能并不需要太多的数学知识,毕竟大多数时间都在调参什么的
如果搞学术的话,就必须要学好学习啦

要入门,直接去 coursera 上学一遍 andrew ng 的 ML 入门课程就可以了
进一步的话,andrew ng 还有 DL 的课程可以让你学校
另外 linear algebra 也需要学习呀,网易课堂就可以了。

从工程应用的角度来说,玩人工智能并不需要太多的数学知识,毕竟大多数时间都在调参什么的
如果搞学术的话,就必须要学好学习啦

我发表一下态度吧,利益相关:我在第四范式工作,公司主营业务就是人工智能,我的工作是测试我司的机器学习平台。

其实开不开我觉得都行,开了大家一起学习讨论挺好的。暂时不开呢也有道理, 因为现在拿人工智能做测试当做噱头的骗子实在不少。 现在知乎上,gitchat 上等各种知识变现平台上凡是跟人工智能测试挂钩的都是骗子。 都是看了几天入门课程就跑出来忽悠人的。目前人工智能在测试领域的应用可以说是凤毛菱角,场景十分的受限。 只能做比较简单的分类场景。 例如照相机的美颜,滤镜功能。 用模型区分是否加了效果。 又或者说十分简单的小游戏,简单到可能像天天酷跑的操作一样只有 1,2 个跳跃的简单操作。 那么也可以让模型自动判断要执行的操作。 即便是这么简单的操作,但是能解放的人力程度依然是有限的。例如说前者如果我们做测试的时候每次拍的图片都是一样的,我们大可以使用一些图片对比库来做校验,犯不着上人工智能。如果要测试更复杂的场景,例如各种角度和背景的自拍,那么依然少不了人来去拍照。而且模型只能判断是不是加了效果。 但是效果加的如何,仍然要用人的审美观点来判断。 对于后者呢,效果好一些,首先这种自动执行游戏按键的场景是无法验证功能的,只能是运行过程中上监控判断异常和性能等, 当然了达到这个目的也是不错的了。 但是为了上人工智能而要做的准备工作很多的。首先数据的收集, 我们都知道数据越多越真实模型效果越好。 但是这个数据从哪来? 现在拥有人工智能服务的大公司哪个不是费尽九牛二虎之力做数据采集。 那么问题来了谁给你测试这边费劲做数据采集系统? 能想象到的就是人工来做, 那么你要收集那么多数据有多少成本? 数据少了 AUC 上不去,正确率上不去,你怎么办。 再一个是数据一定要是稳定的,也就是你应用的场景要是稳定的。 别一次迭代过去了数据来了个大变样,那你觉得你的模型还有用了么? 那就要重新采集数据重新建模。 就现在软件都走敏捷的套路来,维护模型都累死你。 你看那些公司做人工智能服务,他们用来建模的场景肯定是稳定的,数据是不会三天两头就大变样的。用脚趾头想一下,要是围棋规则三天两头变一次,阿尔法狗早就被人类给虐的死死的了。

最后总结一下, 人工智能在测试领域的应用在未来肯定是有的,但是现在还太早了。大家学习一下了解一下就可以了。 不要把它当做救命稻草。觉得学了就能赶上下一个风口走上人生巅峰了。人类的科技进步是有规律的,一个事情一定是所有人才先不计成本的实现之后, 才开始慢慢的降低成本并扩展到其他领域。 现在优秀的人工智能领域的人才都在学术领域或者在各个公司为其创造商业价值。 等他们能腾出手来辐射测试领域那就不知道能等到什么时候了。再说一下人工智能也不是能速成的,不要妄想随便培训一下,看一下教程就完事了。随便用 python 里的机器学习库写点程序训练出个模型这谁都会,我们部门里基本上是个写代码的就能在 1 小时之内学会。 但是这又有什么卵用~~, 训练出的模型跟屎一样。 想训练出好的模型,不仅要懂调参,还要懂数据统计与处理,要懂业务,要懂很多。曾经有好几个来面试的候选人跟我说他熟悉机器学习的各种应用,但基本上都过不了我的第一个问题就跪了。曾经有个大厂的 QA 跟我吹牛说自己用深度学习干了什么什么事,然后我就直接问一句,你每一层用的激活函数是什么,激活函数有什么用,他就蒙了,他都不知道激活函数是啥。 甚至有个哥们更离谱,吹了一通牛,我就问了一句什么是监督学习,他都答不上来。 迄今为止,来我这面试说自己会机器学习的 QA,能撑过一个问题的只有一个,撑过两个问题的一个都没有。 所以各位,不要让满嘴喷粪的骗子们给骗了,那些骗子们也请别打着人工智能的旗号到处忽悠人了。

好好学数学, 学数学使我快乐😂

匿名 回复

勇气可嘉,考个在职的研究生不行?多大啦

需要 登录 后方可回复, 如果你还没有账号请点击这里 注册