人工智能近年来持续火热，我们做互联网很多年了，但以前也一直觉得人工智能太高端，没有怎么涉及。直到去年在EmojiAll项目中开始准备做Emoji的统计分析工作，其中有一项是做Emoji的情绪分析，就需要用到典型的人工智能算法。
对Emoji信息进行收集、整理，初期简单的数据统计，学习国外相关论文，摸索算法模型，实际训练数据，处理结果分析，误差校正处理，直到最后的Emoji情绪分析数据展示，大约花了半年时间。成果还是很明显的，很多人关注我们做的Emoji情绪分析，国内外大学都有老师、学生与我们联系数据引用、合作等事宜。
考虑到未来人工智能的发现，我们这样的小公司也要有一些前沿意识，同事们也需要多了解这方面知识，于是8月份在公司内部进行了几场人工智能方面的分享交流。
第一场是我来准备的《人工智能简介和应用探讨》，聊一些基本概念并探讨在我们几个网站项目中可能的应用，目录如下：
- 简要介绍：
- 人工智能举例
- 人工智能概念
- 人工智能范畴
- 人工智能历史
- 人工智能测试
- 人工智能学派
- 人工智能现状
- 人工智能未来
- 人工智能伦理
- 人工智能数学基础
- 相关术语：
- 自然语言处理
- 计算机视觉
- 机器学习
- 监督学习
- 无监督学习
- 强化学习
- 支持向量机
- 深度学习
- 人工神经网络
- 卷积神经网络
- 全卷积网络
- 循环神经网络
- 深度神经网络
- 应用探讨：
- Emoji领域的AI应用
- XX领域的AI应用
- XX领域的AI应用
- XX领域的AI应用
- 邮编领域的AI应用
- 查号领域的AI应用
我让在Google工作的儿子也准备了一次分享《人工智能学习与应用》，远程和我们同事分享交流，目录如下：
- 人工智能学习
- 系统学习：大学公开课/网络公开课、书籍
- 学习应用：网络教程
- 预备知识：概率论、线性代数、微积分
- 个人学习经历和课程
- 人工智能分类
- 人工智能：国际象棋AI、电脑游戏AI
- 机器学习：垃圾邮件过滤、电影推荐引擎
- 深度学习：围棋AI、百度语音搜索
- 人工智能原理简介+应用举例
- 线性回归（机器学习）
- 神经网络（深度学习）
- 循环神经网络（深度学习）
- 卷积神经网络（深度学习）？
- 人工智能最新进展
- Google 多任务统一模型 (Multitask Unified Model, MUM)
- GPT-3
然后是我们做Emoji情绪分析的同事也举行了一次《Deep Learning 技术交流》，目录如下：
- 深度学习框架,Python函数库
- 从一个数讲起
- 线性回归、神经网络、循环神经网络
- 自然语言处理---之emoji情绪分析、项目算法流程图
- 最新进展、以及未来趋势
还有一位北京体育大学的体育与人工智能专业实习生稍微介绍了一下他们学习的课程和毕业设计中用到的算法等。
这几场内部讲座和交流都是在8月份内开展的，我自己这期间还找了很多人工智能平台和API、开源项目案例等等，对人工智能这方面的了解加强了很多，后续肯定会在我们的一些网站中逐步应用，这样才能不断满足用户需求、提高技术水平、加强竞争能力！💪
自由标签
评论