¿Es una buena idea cambiar mi especialidad en informática a inteligencia artificial?

A2A: AI es un campo candente en este momento, impulsado principalmente por los avances recientes en Deep Learning y sus aplicaciones, pero también con avances en muchas otras áreas. En mi opinión, la IA es, con mucho, el área más interesante de CS, y eso era cierto incluso antes de la ola actual de éxito e interés comercial. Es por eso que he pasado toda mi carrera trabajando en varios aspectos de la IA, y por eso planeo seguir trabajando en estas cosas por diversión, ahora que estoy nominalmente retirado.

Entonces, si la IA es lo que te “fascina”, y si crees que tienes el talento para hacer una contribución en esta área, ciertamente te sugeriría que persigas este objetivo.

Existe una oportunidad en AI para realizar investigaciones de vanguardia que tengan el potencial de cambiar el mundo, principalmente para mejor si no somos estúpidos al tratar con los efectos sobre la economía y el empleo.

No todos tendrán el talento para hacer ese tipo de contribución fundamental: ¡la inteligencia es uno de los últimos grandes misterios! – pero el campo de la IA también necesita muchos contribuyentes en otros niveles: personas para implementar, aplicar y apoyar todos esos descubrimientos de vanguardia; personas con habilidades de comunicación para que todo sea inteligible para los demás; y personas con conocimientos de marketing para detectar nuevas aplicaciones innovadoras para toda esta nueva tecnología.

Si ese eres tú, hay algunas oportunidades realmente emocionantes dentro y alrededor de la IA. Y realmente no tiene que elegir: siga una carrera en IA y tendrá muchas oportunidades de escribir una gran cantidad de software, algunos prototipos bien diseñados y duraderos, algunos rápidos. Y es posible que también tenga la oportunidad de diseñar algunos sitios web, o de crear un software impulsado por IA para que las personas puedan crear sus propios sitios web, simplemente describiendo lo que quieren, como lo harían con un diseñador gráfico experto.

Editar: Como otros han dicho, en la mayoría de las escuelas, la IA no es una “especialización”. Si está presente, se le puede llamar una “concentración” o “área” dentro de un programa de CS. Pero esa es solo una cuestión de etiquetas arbitrarias y de lento cambio. Tomé su pregunta para preguntarle si debería comenzar a enfocarse en los cursos de IA o si continuar enfocándose principalmente en la ingeniería de software y aprender sobre herramientas de diseño web (que generalmente no requiere capacitación de nivel universitario).

Creo que la pregunta es defectuosa. No te tira tierra, pero CS es el Mayor y la IA es solo una parte de CS y la mayoría de las escuelas te permiten tomar la IA como especialización.

Para ser preciso. Puede eliminar la IA de CS pero no viceversa. A menos que tu escuela lo ofrezca de esa manera.
CS gobierna una parte importante, directamente desde el pensamiento en términos de algoritmos que usan DS e idiomas para construir la aplicación. ¡Así que ni siquiera tengo ganas de pensar en qué pasaría si!

Si decide elegir AI, nadie le impedirá realizar trabajos web y SDE. La mayoría de los tipos de IA son desarrolladores rudos

Hay algunas especializaciones que están bastante cerca de la IA y que están en algunas universidades. Sistemas simbólicos, ciencia cognitiva, quizás mecatrónica.

Ciencia Cognitiva – Letras y Ciencia – UC Berkeley

Sistemas simbólicos – Stanford “¡Bienvenido!

Si yo fuera estudiante y la escuela en la que estuve tuviera estos, podría haberlos probado. Excepto, por supuesto, desconfíe de los tipos raros que podrían gravitar sobre el tema en las escuelas particulares. (Ninguna escuela vale la pena con los tipos raros. Pero, el tema está en todas partes. Y hay muchas vías de acercamiento).

Echa un vistazo a lugares como NVIDIA. También ayuda a no alejarse demasiado de las matemáticas y los algoritmos reales. Ayuda a retomar algunos aspectos de la programación en tiempo real, si desea que las cosas caminen o piensen en tiempo real, o que trabajen en fábricas.

Echa un vistazo a la multitud de la Web Semántica. Considere los sistemas de control.

Alguien como Hinton es interesante. Un descendiente de Bool. Realmente interesado en su tema. Y, un tipo extraño para conocer, tal vez. Hay quienes escriben artículos en universidades sobre el mismo tema que él ha fomentado, casi imitándolo. Algunos de esos tipos podrían ser los tipos raros, y podrían estar en universidades de mayor nombre que donde Hinton pasó la mayor parte de su tiempo. Pero, Hinton está cambiando a Google y los tipos extraños en las grandes universidades no lo están.

Por lo tanto, se trata de mantenerse interesado en la parte que le fascina.

Si haces cosas en la web, encontrarás una multitud de expertos bien pagados, con la esperanza de nunca darte un centavo que te obligue a estresarse por los colores de tu página, etc.

Escribí un programa que diseña presentaciones después de pensar en etiquetas semánticas en las imágenes. Sin embargo, nunca lo puse en páginas web. Pero, eso aún podría suceder. Es realmente mejor si el programa hace hincapié en los colores y los usuarios pueden expresar desdén o lo que hace el programa. Y podrías concentrarte en cosas mejores.

Entonces, el poder en la IA te llevará más lejos siempre y cuando la gente no intente destruirte por hacer IA. Si te apoyan, puedes hacer grandes cambios. Pero, incluso si termina empujando una escoba y enseñando a los niños de las escuelas de reforma con su conocimiento de la IA, hay muchos niños ricos que necesitan engrandecimiento. Y, si desea cambiar el mundo, puede burlarse de ellos con algunas buenas ideas de proyectos, por lo que, por supuesto, se tomarán el crédito. Pero, mientras empuja su escoba o está siendo reprendido por delincuentes juveniles, puede ver que el mundo cambia debido a sus ideas. Si el mundo cambia de acuerdo con tu plan, tienes la pistola de construcción comercial cargada. Úsalo bien.

Si solo hace cosas en la web, nunca tendrá la pistola de construcción de negocios cargada.

Considera la web. Está construido sobre conceptos antiguos. Está maduro para el cambio. Las pilas de HTML y JavaScript podrían desaparecer de la tierra. Y aquellos que aprenden a hacer esas páginas tendrán que cambiar. Por lo tanto, no puede ser un fin en sí mismo. Es un juego popular.

¿Alguna vez te has preguntado por qué los navegadores web no son sistemas de preguntas / respuestas? ¿Por qué no emplean aspectos del procesamiento del lenguaje natural desde el principio? ¿Por qué parecen enfatizar la autoridad de la fuente de la página? ¿Por qué no se amoldan a los deseos de la persona errante de la red? ¿Por qué debemos ver un sitio a la vez en lugar de una fusión interesante de sitios? ¿Por qué hay solo un número limitado de elementos de formulario? ¿Por qué una forma es la forma de intercambiar información con un servicio? ¿Por qué vivir con think services en un conjunto limitado de elementos de hardware? ¿Por qué pensamos que las grandes organizaciones deberían ser propietarias de nuestra identidad y experiencia del cliente? ¿Por qué creemos que la información debe ser centralizada y reunida por una sola entidad?

Puede hacer preguntas como estas todo el día, todos los días. Pero, la web no cambiará necesariamente a menos que un grupo de personas comience a hacer cambios radicales. La cadena de bloques es un comienzo, pero no la solución definitiva. ¿La IA puede mejorarlo? ¿Puedes mejorarlo si sabes mucho más sobre IA y algoritmos?

La web es un patrón que la gente sigue. Además, hay una gran cantidad de IA que las personas siguen de forma orientada a patrones. Pero estudiar AI, la mente, el lenguaje y otras materias similares pueden llevarte más allá del patrón.

¿Te llevarán allí tus profesores universitarios? Parcialmente más probable. Recuerdo a un profesor que trabajaba en el habla. Le pregunté si sabía qué era una medida de Haar. Nunca había oído hablar de eso. Pero, entonces eso significaría que no sabía sobre wavelets. Entonces, tal vez realmente no sabía tanto como la gente decía. Estaba en esta escuela con algo nuevo sobre las redes de transición probabilísticas, pero no pensé en los modelos ocultos de Markov. IBM desarrolló HMM. Si hablaras de posibles conceptos como ese, se enojarían. Un chico me criticó por la idea de usar punteros para manejar poblaciones de formantes. Lo hizo porque pensó que usar punteros era difícil. Eso es realmente patético! Pero, tenía una estructura de datos bastante interesante para administrar poblaciones en mis versiones de C ++ de IA.

Entonces, la universidad es donde puedes obtener conocimiento, pero es posible que no puedas desarrollarte por completo. Los cursos son un lugar para comenzar. Y, lo de la dominación masculina es lo que evitas para hacer tu trabajo real. ¿Alguna vez has visto a un grupo de chicos en una habitación discutir cómo gastar un montón de dinero del gobierno? Comprenderá que romper el patrón tiene muchos pequeños inconvenientes y barreras. También debe defender su fe y preferencia sexual a medida que avanza. Por mi parte, prefiero las relaciones con el sexo opuesto, como el 98% de la mayoría de los hombres. Pero, en una gran cantidad de organizaciones de investigación, puede generar cierto insulto al respecto. Los gobiernos pasan dinero a las personas que les gustan.

Pero, puede producirse una mayor democratización debido a la IA y la granularidad muy reducida en la distribución de servicios. Por lo tanto, es posible que pueda evitar la turgencia organizacional, la suciedad y la arrogancia. Gracias a eso, puede encontrar su camino para liberar a muchos de ciertos patrones. Pero, solo si realmente estudias todos los aspectos de la red cognitiva de apoyo humano.

No sé por qué la gente habla de IA como si fuera solo una especialidad dentro de CS. Eso no es exacto.

Lo que puede encontrar es que hay programas en IA que contienen un núcleo CS, pero eliminan ciertos aspectos (a menudo cosas como hardware, redes, seguridad) y sustituyen las otras áreas que forman parte de la IA, específicamente psicología cognitiva, lingüística computacional, economía (para teoría de juegos) y matemáticas. Estos programas se consideran interdisciplinarios, y se están volviendo más comunes y están ganando terreno en los programas de pregrado.

Sin embargo, estoy de acuerdo con estas personas en que no debes cambiar. Está bien para menor o doble mayor en una segunda área, pero el mundo quiere / espera / necesita personas que estén completamente capacitadas en una disciplina. El trabajo interdisciplinario es difícil en el mejor de los casos, y lo digo con un doctorado de un programa interdisciplinario.

La mejor justificación que puedo dar en el área de IA es el problema con la eliminación de la seguridad. En este momento, una de las áreas más importantes de investigación en IA es la IA adversaria; usando una variedad de métodos para confundir / corromper los sistemas de inteligencia artificial, especialmente los modelos de redes neuronales profundas. Piense en el bot Tay Twitter de Microsoft que pronunció tonterías racistas dentro de un día de comenzar, pero ahora el interés está en hacer cosas como romper los sistemas de orientación de los autos sin conductor para vencer la prevención de colisiones. ¡Ay! Y esto está sucediendo (afortunadamente en los laboratorios, por ahora). Una mentalidad consciente de la seguridad está abriendo a las personas a los riesgos de la IA de nuevas maneras, por lo que no tomar la seguridad socavaría su capacidad de comprender, usar y desarrollar sistemas de IA. Desafortunadamente, la seguridad no es el único problema.

¡Buena suerte!

Una idea puede extraer sus planes pasados, presentes y futuros. Funciona como una tesis y un plan de desarrollo de escritura. Si aplica su trabajo escrito y realmente realiza deberes y logros, ingresa años reales. Esto puede proporcionarle experiencia o intuición acumulada en su estudio. Pero no puede recuperar los años que invierte, poner en sus relaciones o rebobinar el reloj normal. Por lo tanto, debe prever y pensar cuidadosamente sobre cualquier decisión, especialmente las que comete varios años.

Un campo en informática e inteligencia artificial difiere. Puede considerar el primero como un estudio más general, con un plan de estudios desarrollado, un conjunto de habilidades y profesionales que apliquen sus estudios. Proporciona instrucción docente, investigación y muchos estudiantes que contribuyen a la disciplina. Y estos estudiantes van a trabajos, empresas o aplican su estudio parcialmente. Un mismo sentido se aplica a la inteligencia artificial y a las personas centradas en esta aplicación. Podemos considerar el segundo como una disciplina más matemática, menos aplicada, no necesariamente hecha en hardware. Emplea teorías del aprendizaje estadístico, matemática aplicada o admite utilidades para su informática más amplia. Puede considerar la informática como la aplicación de inteligencia artificial para interactuar con cualquier otra disciplina.

Le recomiendo que hable con su facultad, pero dedique al menos un año para pensar en sus planes de nivel de década. No puedes tomar esta decisión a la ligera, y no te conozco cara a cara. Pero podemos brindarle consejos generales por experiencia académica, profesional y de sentido común con las personas.

Apuesto a que ambos tendrán demanda durante toda nuestra vida.

Hay algo así como 18,000 científicos de datos en el planeta en este momento. Hay más biólogos marinos, por contexto. Necesitaremos 10x Data Scientists lo antes posible para asumir todos los próximos proyectos de IA.

Apuesto a que cualquier cosa en ese o en los espacios relacionados solo será más valioso.

Dependiendo de qué tan avanzado esté, trataría de tomar tantos cursos de AI / ML / Data Science como pudiera. No dejaría un título de CS.

Cuando te gradúes, encuéntrame. Estamos contratando.

CS es un plan de estudios de pregrado. AI es una especialidad de escuela de posgrado de CS, que generalmente requiere CS como admisión. Históricamente, la IA no siempre ha funcionado, por lo que tener una buena comprensión de CS te ayuda a tener opciones alternativas. Si está haciendo esta pregunta, realmente necesita seguir con un título universitario de CS. Puede tomar algunas clases de IA para ayudarlo a comprender lo que la IA puede y no puede hacer.

Además, muchos enfoques de la IA serán usurpados por enfoques alternativos. Una gran cantidad de IA parece ser una toma de decisiones estadísticas, por lo que un semestre de probabilidad y estadísticas ayudará a igualar su comprensión matemática.

La IA generalmente no es importante en la mayoría de las universidades. Me quedaría con CS en general, y luego tomaría clases de IA más adelante / si no has hecho tu maestría, entonces encontraré un programa de maestría que se especialice en IA.

NO cambies tu especialidad. Acaba de graduarse, para que pueda ir a trabajar. Toma las clases de IA si puedes. Lee los libros y periódicos. Estudie IA en la escuela de posgrado si puede lograr que su empleador (que podría ser la escuela) pague por ello.

La IA es solo una de las muchas especializaciones dentro de la “informática”. así que seguro, elige AI como tu especialización.

La IA no es importante. Puede tomar algunos cursos de IA en su programa o tiene la opción de hacer un estudio de posgrado.