댓글들은 대체로 두 가지 입장으로 나뉨: 1) 이런 지식이 필요 없고 AI 시스템을 만들 수 있음, 2) 이 기초 지식이 필요해야 실제로 무슨 일이 일어나는지 이해할 수 있음.
두 관점 모두 옳음. 분야가 ML 엔지니어와 ML 과학자(또는 연구원)으로 나뉘는 중임.
팀에 두 유형이 모두 있는 것이 좋음. 과학자들은 느릴 수 있고, 엔지니어들은 다양한 API와 오픈소스 모델을 시도하며 앞서 나갈 것임. 하지만 장애물에 부딪히거나 알고리즘을 조정해야 할 때 많은 엔지니어들이 어려움을 겪을 수 있음. 그들에게는 많은 엔지니어들에게 낯선 R&D 마인드셋이 필요함.
이때 AI 과학자의 중요성이 부각됨.
지금부터 AI에 대해 공부를 시작하면 전문가에 가까워질 수 있을까?
석사나 박사 학위가 필요한 여정을 시작하는 것에 대한 걱정.
이 분야에 대해 배우는 것이 이제는 역사적인 목적으로만 의미가 있는 것인지, 아니면 미래의 취업에도 여전히 관련이 있는지 궁금함.
OpenAI가 AI 관련 모든 것을 장악할 것이라고 상상하는데, 이것이 맞는 생각인지 의문.
이 책은 인상적임. '딥러닝의 비합리적 효과'에 대한 장을 좋아함. 또 주목해야 할 다른 책이 있을까?
유명한 기술 회사에서 수십 년간 다양한 머신러닝 플랫폼에서 일함. 작업한 모든 것이 빠르게 구식이 됨. ML 알고리즘부터 컴퓨팅 플랫폼까지 모두 변덕스러움. 소수의 엘리트 회사만이 모든 ML 혁신을 담당하고 있어, 많은 이들에게 이런 자료를 배우는 것이 모순적으로 느껴짐.
이런 책을 평가하기는 어려움... (목차만으로?)
저자는 누구인가?
다른 높은 평가를 받은 출판물이 있는가?
이 분야를 아는 사람들로부터 좋은 리뷰가 있는가?
아무것도 모르는 학생들로부터 좋은 리뷰가 있는가?
바보 같은 질문일 수도 있지만: 실제 책을 어떻게 구입하나?
'딥러닝이 왜 작동하는가'에 대한 PDF 그림이 '딥러닝과 윤리'를 가리키는 것 같고 그 반대의 경우도 마찬가지임.
훌륭한 작업이고 이를 무료로 제공하는 것은 놀라운 일임!!
RNN에 대한 장은 없지만, 2016년 이안 굿펠로우의 '딥러닝'을 마지막으로 읽은 이후 트랜스포머에 대한 장이 있는 것은 흥미로움.
Hacker News 의견