Posted by 
人工智能其實是一門非常深奧的學問，其複雜性及多樣性令人不知如何入手。當中包含各式各樣的演算法、系統應用及結果分析，這些步驟都需要紮實的數理及邏輯知識作為基礎。近年，坊間有不少主打人工智能的學習平台，當中包括編程及機械人應用，最年輕的學生竟然是約六至七歲的小學生。究竟如何學習人工智能較為理想？本文將為您一一拆解。
要透徹了解人工智能的原理及運作，可以參考以下五個步驟。分別為建立數學基礎、加強邏輯思維、探究人工智能理論、運用演算法建立初步模型及開發人工智能真實應用。
1. 建立數學基礎－人工智能應用當中需要處理大量數據，而在處理數據的過程中，這些數據都會被演變成為數字。要懂得轉化這些數字成為真實應用，首先必須建立一個紮實的數學基礎。由最基礎的加減乘除算式，至統計學（Statistics）微積分（Differentiation）學科，這些數學方法會不斷運用，從而建立出強大而可靠的人工智能應用。
2. 加強邏輯思維－邏輯思維在電腦世界本身已是非常重要的一環，電腦會透過系統程式而了解開發者的指示而進行相關工作。由於人工智能系統較為複雜，所以系統開發者本身必須具備卓越的分析能力，才能面對各種各樣挑戰，從過程中把問題的癥結找出。了解問題及建立目標後，便可進行數據採集及系統開發。而當中的數據處理及結果考證工作亦對系統開發者的邏輯思維帶來不少考驗，如果邏輯思維能力不夠強，有機會不能應付如此複雜的工作。
3. 探究人工智能理論－人工智能領域涵蓋多種演算法，其中亦有不少涵蓋至機器學習（Machine Learning）、大數據（Big Data）及數據挖掘（Data Mining）的領域。如果已具備了以上兩點的能力，不妨先找一些簡單容易入手的演算法試一試身手。例如前文提過的決策樹（Decision Tree）演算法，對於一個新手來說，這個演算法既簡單又容易計算出結果。除了懂得每個演算法的運作之外，別忘了每個演算法的優點及缺點，即是它的強項及弱項（Strengths & Weaknesses）。要在將來開發成功的人工智能系統，後者往往是關鍵之處。
4. 運用演算法建立初步模型－如果已經熟習各種人工智能理論及演算法，便可以進入編程部分。有不少人工智能演算法都需要透過收集數據並進行系統訓練，從而讓系統學習數據中相關的知識。第一步建議收集少量數據作為測試用途，然後進行系統模型開發，最後作結果考證。如當中過程或結果有不符合預期之地方，必須細心檢查並對錯誤之地方作調整，加強鞏固自己所學習的知識。
5. 開發人工智能真實應用－要了解自己對該範疇的掌握度有多深，最好的方法就是進行實戰操作。網上有不少平台提供免費數據集（Dataset）給開發者使用，有不少單位定期舉辦數據科學（Data Science）比賽（例如Kaggle－kaggle.com），讓參賽者運用指定數據集及演算法完成任務。早前Kaggle提供VISA數據集讓參賽者預測貸款結果，首三名的參賽者所開發之系統能做到超過98%之準確度。可想而知，人工智能系統應用在最近幾年成熟了不少。還有一點是非常重要的，因為每個演算法也有其優點和缺點，小心揀選合適的演算法，才能真正協助把問題解決。
由於近年STEM教育非常流行，越來越多小朋友從小便學習編程。筆者建議小學生先掌握好數學及邏輯基礎，編程經驗亦絕對能夠幫得上。中學生如已具備編程經驗，便可開始接觸人工智能理論。當然，先讓小朋友及年輕人感受一下人工智能實際應用，包括各種軟件、手機程式及機械人應用亦不無好處。早一點讓他們接觸現時及未來科技之應用，從而對其產生興趣，學習動機便能大大提升。學習是一個漫長的過程，急不來，一步一步打好基礎才是最緊要。早一點接觸編程及人工智能，為將來作準備吧！
Facebook: https://www.facebook.com/drjackeiwong/
Instagram: https://www.instagram.com/drjackeiwong/
YouTube: https://www.youtube.com/drjackeiwong/