از کجا یادگیری هوش مصنوعی را شروع کنیم؟ مسیر عملی با پایتون تا ورود به بازار کار

کم نیستند کسانی که یادگیری را با چند پلی‌لیست و یک عالمه تب باز شروع می‌کنند. دو ماه بعد هنوز نمی‌دانند باید سراغ داده بروند، مدل، یا همان ابزارهایی که این روزها اسمشان همه‌جا هست. این معمولاً از کم‌هوشی نیست. از این است که یادگیری هوش مصنوعی را از وسط برداشته‌اند، نه از جایی که واقعاً به کار می‌آید.
بازار هم دیگر با تعریف کلی از هوش مصنوعی قانع نمی‌شود. کسی را می‌خواهد که داده را بفهمد، مدل را از روی مسئله انتخاب کند و بتواند بگوید نتیجه‌اش به درد کجا می‌خورد. این کار شدنی است؛ فقط ترتیبش مهم است. عجله مسیر را کوتاه نمی‌کند. پریدن از روی مرحله‌هاست که آدم را عقب می‌اندازد.
 

چرا خیلی‌ها یادگیری هوش مصنوعی را اشتباه شروع می‌کنند

آموزش کوتاه بد نیست. مشکل اینجاست که معمولاً یک تکه را جدا نشان می‌دهد. یک نفر اول شبکه عصبی می‌بیند، بعد یک ویدیو درباره مدل زبانی، و همان هفته سراغ ابزاری می‌رود که بدون فهم مسئله هم خروجی می‌دهد. اسم‌ها زیاد می‌شود؛ توانایی حل مسئله نه.
کارفرما این فاصله را زود تشخیص می‌دهد. برایش مهم نیست چند عنوان بلد باشید. می‌خواهد ببیند اگر داده‌ای کثیف، ناقص یا گمراه‌کننده جلویتان بگذارند، از کجا شروع می‌کنید.
البته مسیر برعکسش هم کم دیده نمی‌شود. کسانی ماه‌ها در ریاضی انتزاعی می‌مانند و هیچ‌وقت به داده واقعی نمی‌رسند. گروه دیگری فقط با ابزار آماده کار می‌کنند و وقتی ازشان می‌پرسند خطا از کجاست، جوابی ندارند. هر دو شکل، ورود به کار را کند می‌کند.
 

یادگیری هوش مصنوعی را از کجا شروع نکنیم

قبل از چیدن مسیر، چند شروع محبوب را بهتر است کنار بگذاریم.
مدل‌های پرسر و صدا جای شروع نیستند. “ساختن یا تنظیم یک مدل زبانی بزرگ کار بسیار وسوسه‌کننده‌ای است، ولی اولین مهارت بازار کار تازه‌کار نیست. اول باید مسئله و داده را شناخت.
جمع کردن ابزار هم مهارت نمی‌سازد. ده کتابخانه نصب‌شده روی سیستم، اگر به یک مسئله مشخص وصل نشده باشد، بیشتر آدم را سردرگم می‌کند تا جلو ببرد. یک زبان و دو سه مسئله واقعی معمولاً کافی است.
و دیدن آموزش را نباید با انجام دادن آموزش یکی گرفت. کلاس بدون تمرین، برای رزومه ممکن است خوب به نظر برسد؛ برای استخدام معمولاً کافی نیست.
اگر این‌ها کنار برود، تازه می‌شود درباره نقطه شروع حرف زد.
 

چرا پایتون هنوز بهترین نقطه شروع است

اگر قرار باشد یادگیری هوش مصنوعی را جدی بگیرید، پایتون هنوز منطقی‌ترین ورود است. نه چون مد شده، چون نحو نسبتاً خوانایی دارد و بخش بزرگی از ابزار همین حوزه روی آن سوار است. داده را می‌شود با آن تمیز کرد، مدل ساخت و نتیجه را سنجید. همین سه کار، هسته کار خیلی از کسانی است که تازه وارد این فضا می‌شوند.
 

بعد از پایتون سراغ چه ابزارهایی برویم

   – NumPy و Pandas برای کار با داده
   – Scikit-learn برای یادگیری ماشین کلاسیک
   – TensorFlow و PyTorch برای یادگیری عمیق
نکته این است که یک زبان را عمیق یاد بگیرید و همان را به مسئله وصل کنید. کسی که پایتون را درست بلد است، معمولاً از کسی که اسم ده ابزار را حفظ کرده جلوتر می‌افتد.
 

مسیر عملی یادگیری هوش مصنوعی تا ورود به بازار کار

این قسمت را باید ستون مقاله حساب کرد. یادگیری هوش مصنوعی سلیقه‌ای جلو نمی‌رود. یک ترتیبی دارد. اگر این ترتیب به‌هم بریزد، آدم حس پیشرفت دارد، ولی کار قابل دفاع کم می‌آورد.
زمان برای همه یکی نیست. با تمرین منظم، بعضی‌ها ظرف چند ماه به چیزی می‌رسند که بشود نشان داد؛ برای بعضی دیگر نزدیک یک سال طول می‌کشد. سرعت مهم است، اما نه به اندازه تمام کردن هر مرحله قبل از رفتن به مرحله بعد.
 

از پیش‌نیازها شروع کنیم؛ چه چیزی لازم است و چه چیزی لازم نیست

برای شروع، ریاضی دانشگاهی کامل نمی‌خواهد. اگر تابع، نمودار و درصد برایتان غریب نیست، کافی است. احتمال و آمار و جبر خطی را بهتر است کنار مسئله یاد بگیرید، نه اینکه ماه‌ها معطل بمانید تا «آماده» شوید. خیلی‌ها همان آماده‌شدن را هیچ‌وقت تمام نمی‌کنند.
انگلیسی هم مانع شروع نیست. ولی کم‌کم باید بتوانید یک مستند کوتاه و پیام خطا را بخوانید. بدون این، هر اشکال ساده‌ای تبدیل می‌شود به یک توقف طولانی.
اگر برنامه‌نویسی بلد نیستید، از پایتون شروع کنید. اگر کمی کد بلدید، باز هم بد نیست همان پایتون را تمیزتر بنویسید. پریدن مستقیم به مدل، همان جایی است که بیشتر مسیرها نیمه‌کاره می‌ماند.
 

۱. مبانی پایتون

اینجا هدف حفظ دستور نیست. باید بتوانید داده را بخوانید، تابع بنویسید و وقتی برنامه خطا می‌دهد، خودتان سرنخ را پیدا کنید.
روی این‌ها وقت بگذارید: متغیر و شرط و حلقه و تابع؛ لیست و دیکشنری و فایل؛ محیط مجازی و نصب کتابخانه؛ و خواندن پیام خطا، نه بستن سریع پنجره.
از این مرحله وقتی بیرون بیایید که بتوانید یک مجموعه داده کوچک را بخوانید، چند ستون را اصلاح کنید و فایل نتیجه را ذخیره کنید. اگر هنوز هر خط را از روی ویدیو برمی‌دارید، رفتن به مرحله بعد فقط اضطراب را جلو می‌اندازد. معمولاً چند هفته برای این بخش کافی است؛ کم گذاشتنش در پروژه بعدی معلوم می‌شود.
 

۲. کار با داده و آمار کاربردی

ضعف بیشتر تازه‌کارها در مدل نیست؛ در داده است. مدل روی داده به‌هم‌ریخته، ظاهر علمی دارد و در باطن حدس می‌زند.
باید جدول را بفهمید. مقدار گم‌شده، داده پرت، و قاطی شدن داده آموزش با آزمون را بشناسید. میانگین و توزیع و همبستگی را برای تصمیم استفاده کنید، نه برای قشنگ شدن گزارش.
NumPy و Pandas کار اصلی را می‌کنند. یک ابزار برای نمودار هم کافی است. لازم نیست همه کتابخانه‌های تصویرسازی را جمع کنید.
نشانه‌ای که می‌گوید این مرحله جا افتاده، این است که بتوانید بگویید داده از کجا آمده، چه ایرادی دارد و چرا یک ستون مانده یا حذف شده. اگر این روایت را ندارید، مدل بعدی را سخت می‌شود دفاع کرد.
 

۳. یادگیری ماشین کلاسیک

حالا می‌شود سراغ مدل رفت. اول مسئله را از الگوریتم جدا کنید. باید بدانید با طبقه‌بندی طرفید، رگرسیون، یا خوشه‌بندی. ابزار بعد از آن می‌آید.
با Scikit-learn 
روی داده جدولی این‌ها را تمرین کنید: آموزش و اعتبارسنجی و آزمون؛ بیش‌برازش و کم‌برازش؛ معیارهایی مثل دقت و F1 و خطا؛ و یک تفسیر اولیه از این‌که کدام ویژگی‌ها بیشتر اثر داشته‌اند.
این بخش را برای زود رسیدن به یادگیری عمیق خط نزنید. هنوز بخش زیادی از مسئله‌های کسب‌وکار با مدل کلاسیک حل می‌شود. تازه اگر مدل ساده جواب بدهد، مدل پیچیده را باید بتوان توجیه کرد.
وقتی از این مرحله رد شده‌اید که یک مدل ضعیف را تشخیص بدهید و بگویید مشکل از داده بوده، از ویژگی‌ها، یا از خود الگوریتم.
 

۴. یادگیری عمیق؛ وقتی مسئله‌اش واقعاً وجود دارد

یادگیری عمیق مرحله بعدی است، میان‌بر شروع نیست. وقتی با تصویر و متن و توالی طرفید، سراغش بروید. اگر مسئله روی یک جدول کوچک حل می‌شود، شبکه عمیق معمولاً انتخاب اول خوبی نیست.
یکی از دو مسیر PyTorch یا TensorFlow را بردارید. هر دو را با هم شروع نکنید. خود مفهوم مهم‌تر از اسم ابزار است: تابع زیان، دوره آموزش، بیش‌برازش، و آزمودن روی داده‌ای که مدل ندیده.
از ساختن مدل زبانی بزرگ از صفر هم شروع نکنید. آن کار، ورود تازه‌کار به بازار نیست. یک مدل کوچک و قابل توضیح، برای رزومه معمولاً خیلی به‌دردبخورتر است.
 

5. یک حوزه را انتخاب کنید و همان را عمیق کنید

بعد از مبانی مشترک، همه شاخه‌ها را با هم برندارید. متن، تصویر یا داده کسب‌وکار، هر سه معتبرند. پخش شدن بین هر سه، بیشتر وقت‌ها هیچ‌کدام را به جایی نمی‌رساند که بشود نشان داد.
برای شروع کار، ترکیب پایتون، داده جدولی و یک حوزه مشخص معمولاً استخدام‌پذیرتر از این ادعا است که «از همه شاخه‌ها سر درمی‌آورم». حوزه دوم را بعداً می‌شود اضافه کرد. اول باید یک مسئله را تمام کرد.
 

۶. پروژه‌ای بسازید که بشود درباره‌اش حرف زد

پروژه پایان کلاس نیست؛ همان چیزی است که در جلسه مصاحبه روی میز می‌آید. دفترچه تمرین به‌تنهایی کافی نیست. طرف مقابل می‌خواهد بفهمد مسئله را خودتان صورت‌بندی کرده‌اید یا یک نمونه آماده‌ را اجرا کرده‌اید.
دو سه پروژه کامل، از ده کار ناتمام بیشتر کار می‌کند. در هر کدام این‌ها باید روشن باشد: مسئله برای کیست، داده از کجا آمده و چه محدودیتی دارد، چرا این مدل انتخاب شده، نتیجه عددی چیست و خطا کجا مانده، و یک توضیح کوتاه برای کسی که فنی نیست.
نمونه‌ها لازم نیست پیچیده باشند. پیش‌بینی یک شاخص، طبقه‌بندی نظرهای متنی، دسته‌بندی تصویر، یا تحلیل داده واقعی یک کسب‌وکار، اگر درست روایت شوند، معمولاً بیشتر از پروژه‌های پرزرق‌وبرقِ ناتمام به کار می‌آیند. اگر کد در مخزن باشد و تصمیم‌ها نوشته شده باشد، ارزشش از چند گواهی بدون تمرین بیشتر است.
 

این مسیر را چطور یکجا ببینیم

این‌جا یک راهنمای مرحله‌به‌مرحله معمولاً از ده‌ها کلاس پراکنده کار راه‌اندازتر است. اگر بخواهید ترتیب مهارت‌ها، پیش‌نیازها و خروجی هر سطح را یک جا ببینید،  نقشه راه یادگیری هوش مصنوعی دیتایاد نقطه اتکای خوبی است. دست‌کم معلوم می‌شود حالا باید چه چیزی را بخوانید و چه چیزی را بگذارید برای بعد.
بدون چنین تصویری، خیلی‌ها زود می‌روند سراغ مدل‌های بزرگ؛ در حالی که هنوز داده را درست ندیده‌اند. در کار واقعی، همین ضعف زود خودش را نشان می‌دهد.
 

از کجا بفهمیم مسیر را درست جلو می‌رویم

ساعت مطالعه به‌تنهایی معیار خوبی نیست. این‌ها معمولاً صادق‌ترند: بتوانید یک معیار ارزیابی را برای آدم غیرفنی توضیح دهید؛ بگویید مدل فعلی چرا ضعیف است؛ یک پروژه را از داده تا نتیجه تعریف کنید؛ و ابزار تازه را به مسئله وصل کنید، نه مسئله را به ابزار.
در استخدام این حوزه، معمولاً سه چیز با هم دیده می‌شود: مهارت فنی، فهم مسئله، و اینکه بتوانید نتیجه را تعریف کنید. مدل خوب اگر روایت نداشته باشد، در مصاحبه کم می‌آورد.
 

بازار کار چه چیزی را می‌خرد

ورود به کار فقط به گذراندن چند مبحث بسته نیست. باید چیزی برای نشان دادن داشته باشید. یک مخزن جمع‌وجور با توضیح تصمیم‌ها، از چند گواهی بدون پروژه جلوتر است.
در استخدام این حوزه، معمولاً سه چیز با هم دیده می‌شود: مهارت فنی، فهم مسئله، و اینکه بتوانید نتیجه را تعریف کنید. مدل خوب اگر روایت نداشته باشد، در مصاحبه کم می‌آورد.
اگر هدفتان استخدام است، این‌ها را کنار کد بگذارید. صورت مسئله را از حرف کارفرما بیرون بکشید. محدودیت داده و زمان را جدی بگیرید. نتیجه را با عدد بگویید و جایی را که مدل کار نمی‌کند، پنهان نکنید.
تازه‌کار قوی لزوماً کسی نیست که پیچیده‌ترین مدل را اسم ببرد. کسی است که یک مسئله محدود را تمیز تمام کند و حد کارش را هم بگوید.
 

برنامه زمانی واقع‌بینانه برای شروع

هیچ برنامه‌ای برای همه جور درنمی‌آید. ولی یک چارچوب کلی جلوی سردرگمی را می‌گیرد. هفته‌های اول را بگذارید برای پایتون و خواندن داده. بعد بروید سراغ آمار کاربردی و یادگیری ماشین. وقتی اولین مدل قابل توضیح را داشتید، یک پروژه را کامل کنید. یادگیری عمیق یا یک حوزه تخصصی را بگذارید برای بعد از آن.
یک ساعت منظم در روز، معمولاً بهتر از یک نشست طولانی و بی‌نظم در هفته جواب می‌دهد. مسیر را با تعداد دوره اندازه نگیرید؛ با خروجی اندازه بگیرید: کد، پروژه، توضیح. اگر وقت کم است، دامنه را کوچک کنید. تمام کردن یک مسیر کوتاه، از نیمه‌کاره ماندن یک مسیر بلند معتبرتر است.
 

چطور این مسیر را یکجا طی کنیم

وقتی ترتیب کار روشن شد، سؤال بعدی معمولاً همین است. کلاس‌های پراکنده گاهی ارزان‌تر به نظر می‌رسند. هزینه‌شان را بعداً می‌بینید: تکرار، جا افتادن، و آن خستگی‌ای که آدم را از ادامه می‌اندازد.
اگر بخواهید همین مسیر را به‌جای آموزش‌های پراکنده یک‌جا طی کنید، دوره هوش مصنوعی دیتایاد معمولاً انتخاب دقیق‌تری است. این دوره جامع با پایتون از مبانی تا پروژه جلو می‌رود و تمرین را وسط راه رها نمی‌کند.
دوره خوب جای کنجکاوی را نمی‌گیرد. فقط ترتیب را درست می‌کند و فاصله تا اولین کار قابل ارائه را کوتاه‌تر می‌کند. برای کسی که می‌خواهد وارد کار شود، همین انسجام از جمع کردن عنوان‌های زیاد مهم‌تر است.
 

جمع‌بندی

یادگیری هوش مصنوعی را از ابزار تازه یا مدل پرحاشیه شروع نکنید. یک مسیر مشخص بردارید، پایتون را نقطه ورود بگذارید، و داده و مدل و پروژه را به ترتیب جلو ببرید. بعد چیزی بسازید که بشود دست کارفرما داد و درباره‌اش حرف زد.
نقطه شروع از عجله مهم‌تر است. مسیر اگر روشن باشد، پیشرفت ممکن است کند به نظر برسد، ولی می‌ماند. اگر روشن نباشد، ساعت مطالعه زیاد هم به‌سختی تبدیل می‌شود به مهارتی که بشود ارائه کرد.