Какой процент разработчиков собирается изучить ИИ-технологии в 2018 году Статьи редакции
Исследование компании Digital Ocean.
Для исследования провайдер облачных услуг Digital Ocean опросил более 2500 разработчиков со всего мира. В ходе исследования также выяснилось, что лишь 17% разработчиков успели опробовать технологии искусственного интеллекта в своей работе в 2017 году. При этом 46% респондентов заявили, что в 2018 году они рассчитывают получить новую работу.
0
показов
4.4K
открытий
Я тоже планирую изучить ИИ. Проблема в том, что "следующий год" никак не наступает, и всё время приходиться жить "в этом году". Но я не сдаюсь, и, год за годом, продолжаю ждать следующий год.
У меня есть еще данные для заголовков:
-98% разработчиков планируют увеличить свой доход в новом году
-80% разработчиков планируют пойти в спортзал
-96% разработчиков планируют лучше разрабатывать приложения
-78% никому неизвестных людей планируют проголосовать за Владимира Путина
-99% разработчиков и 98% неразработчиков уверены, что в следующем году все будет заебись. А не вот это вот все.
Но ведь в тренде теперь блокчейн. Хайпить на ИИ нужно было три года назад)
Просто статья названа неправильно. Надо было машинлернинг.
Дипмашинлёрнинг!
Я бы на месте этих разработчиков еще задумался нужен ли им ИИ.
Я бы на месте ИИ задумался нужны ли мне разработчики.
Комментарии из будущего:
- Если рейтинг этого ИИ 73%, то он победит в первом туре, при условии, что голосование будет на блокчейне.
- Программа этого ИИ написана программистами, финансируемыми из-за границы.
Комментарий недоступен
а нет ли в этом другого откровения - что 46 процентов программистов всегда рассчитывают слинять на новую работу?
Сейчас ии стало настолько простым и доступным, что скоро обесценится под наплывом доморощенных датасайнсеров. Имхо 2018 идеально подходит под это.
Большие датасеты стоят денег и доморощенным датасайнтистам не доступны. Только тем, кто сможет что-то хитрое придумать, чтобы собирать данные. ConvNet может, действительно, каждый нагородить, но это 1% от всей задачи.
Знаете, 15 лет назад рынок веб решений выглядел тоже страшно и не понятно и дорого, но толпы пхпговнокодеров сломали эти «стереотипы»
Я думаю, это был совсем другой рынок. Любой пхп-кодер мог в одинару взять и зафигачить сайт, гестбук, форум. Примеры были в любой книжке. Порог входа был очень низким: все, у кого есть комп с инетом и несколько недель свободного времени; никакого образования не требовалось.
С ML ситуация чуток другая. Вот возьмите любую идею для ML-стартапа. Ну вот вообще любую? Придумали? Ок, а теперь скажите, откуда взять сто миллионов сэмплов размеченных данных? Уже звучит не так просто? Можно ковырять RL, можно что-то там пробовать с публичными датасетами, есть Кагглы и т.п. Но в общем, сделать ML-продукт -- это очень дорого. Порог вхождения -- для продвинутого уровня желательно хорошо дружить с вузовской математикой, читать whitepapers и понимать доказательства, понимать теорвер, знать кучу теории типа зачем нужны decision trees и не лучше ли вообще SVM, и т.д. Хотя строго говоря, для начального уровня нужен только доступ к GitHub/StackOverflow. Короче, нормальная индустрия, нет никаких сверхлёгких решений, есть куча неопределённости и непаханное поле работы.
Сейчас точно так же в одно лицо зафигачиивают ML для разного рода датчиков (обученную модель во встроенный процессор), работы с воронкой продаж и A/B тестами, распознавание чего-то специфичного для производственной задачи с видеокамер налюдения.
Да, и книжки с примерами есть, и kaggle с примерами есть и порог входа - курс на условной курсере на несколько недель или пара книжек.
Что более интересно - на заре веба в вузах про него было совсем ничего (в лучшем случае - основы юниксов), а для ML уже больше десятка лет вузы производят прикладных математиков, специалистов по эконометрике и всему этому, которые натасканы на язык программирования R, знают статистику. То есть готовили их не для ML, а для всякого банковского риск-менеджмента и комплаенса, но переобуваются в ML они очень легко.
Ну и так же как веб поменяли готовые CMS, так и в ML уже лезут готовые решения (у Salesforce и т.п.) где про SVM знать не надо, только данные подавай и результат забирай.
Я прошёл эти пару курсов на Курсере, всё это детсадовский уровень и не позволяет ничего мощное, крутое и современное сделать. Расскажут про многослойный персептрон и, максимум, что есть такие свёрточные сети. От этого до реальных рисёрчев -- ну примерно как от устройства p-n-p транзистора до конструирования марсохода. Хотя вот сейчас Andrew наш Ng выложил новые курсы, я не смотрел, в них вроде побольше новой информации. Хотя есть вообще куча Стендфордских курсов, там про NLP много и вообще всё более серьёзно, но также и сильно сложнее.
Так и пхп кодеры были и есть разные, делают очень разные сайты и получают очень разные деньги. Так и в ИИ, можно библиотечные функции из сайкитлёрна обучать на небольших табличках, а можно в DeepMind работать.
а фирма как Яндекс или какая нибудь гос. корпорация не может давать в аренду сто миллионов сэмплов размеченных данных?
В аренду сомневаюсь. Для своих исследований могут использовать.
в чем сомнения?
точнее: почему сомневаетесь?
Госкорпорации это просто ненужно, у стартапа нет столько денег, чтобы их заинтересовать.
Если они их собирают для своих исследований, то в чем сложность продавать доступ к этим данным?
"ИИ стало простым и доступным" - мда...
Знаешь, смотря что и где делать. Обучить линейную регрессию на табличке с 3-мя перемеными это просто и доступно, да. Но есть множество намного боле сложных задач, которые требуют глубоко понимать алгоритмы машинного обучения и иметь определённую эспертизу в области, в которой проблема с помощью ИИ решается.
Ни чего не обесценится, специалист высокого уровня будет получать много, причём с ростом той области - всё больше и больше, так как денег крутиться вокруг будет больше.
Я и не говорил про обесценивание спецов. Перловцы и сейчас получают выше рынка, несмотря на пхпешников.
Скорее стоит ожидать что из всех щелей повалят ML решения на готовых и/или неполных датасетах, кривые алгоритмы и неточные классификаторы. А что, рынок разогретый, заикнись где нибудь у клиета что добавим нейронку для увеличения продаж, чек можно х3 увеличивать, а что там на выходе получится уже иное дело.
интересно а конкретные цифры по России, хотелось бы увидеть.
Комментарий удален модератором
Комментарий удален модератором
похудеть они не планировали?
Комментарий удален модератором
Комментарий удален модератором
Комментарий удален модератором
Комментарий удален модератором
Комментарий удален модератором
Комментарий удален модератором
Комментарий удален модератором
Комментарий удален модератором
Большинство ИИ представляют собой не более чем длинный список условий if else
Комментарий удален модератором
Специалист с зарубежным образованием – самый высокооплачиваемый. Если есть возможность , то рекомендую пройти обучение за рубежом. В помощь могу посоветовать платформу bookyourstudy.
Комментарий удален модератором
Комментарий удален модератором