Wie lernt man KI von Grund auf?

Um künstliche Intelligenz von Grund auf zu lernen, bietet FreeCodingTour drei Kurse an, die in dieser Reihenfolge absolviert werden sollten:

1. Programmierung
2. Datenwissenschaft
3. Künstliche Intelligenz

Die KI-Lernmethode von FreeCodingTour beruht auf diesen Prinzipien:

• Schritt 1: Lerne Programmierung als Eingabe -> Verarbeitung -> Ausgabe, wobei sich die Verarbeitung als Blackbox betrachten lässt. Richard Feynman hat diesen Gedanken anschaulich beschrieben.
• Schritt 2: Lerne mit Testfällen zu prüfen, ob unsere Programme richtig funktionieren. Das ist wichtig und nützlich: Es führt in eine verbreitete Praxis der Softwareindustrie ein und öffnet zugleich die Tür zum späteren Lernen von Algorithmen, denn Vorstellungsgespräche und Wettbewerbe beruhen auf dieser Methode.
• Schritt 3: Lerne Datenwissenschaft mit der Methode des maschinellen Lernens. Dazu gehört anzuerkennen, dass die Natur sehr komplex ist, wie Vladimir Vapnik sagt, frequentistische und bayessche Methoden (zumindest anfangs) beiseitezulegen und zu akzeptieren, dass wir Maschinen brauchen, die Millionen Berechnungen pro Sekunde ausführen können. Dann lässt sich maschinelles Lernen als Methode verstehen, mit der eine Maschine einen Ablauf automatisch lernt, den wir nicht beschreiben können, dessen Eingaben und Ausgaben wir aber festlegen können. Anders gesagt: maschinelles Lernen als durch Testfälle angeleitete automatische Programmierung.
• Schritt 4: Lerne Deep Learning als Möglichkeit, Bilder, Audio und Text zu kodieren, also in Zahlen umzuwandeln. Zusammen mit Methoden des maschinellen Lernens können Maschinen so Vorhersagen treffen und mit Menschen interagieren. Dieser Lernansatz hilft, Begriffe wie Embeddings, RAG, Latent Space, Encoding und andere zunehmend wichtige Konzepte zu verstehen. Zusammengefasst: Deep Learning als Eingabe in menschlicher Sprache -> Verarbeitung -> Ausgabe im gewünschten Format. Menschliche Sprache kann dabei Text, Bilder oder Audio sein.