Har du ikke allerede har kastet dig over machine learning, er det bare med at komme op på hesten. Professor Ole Winther fra DTU Compute giver tips til, hvordan du kommer i gang.
af Rene Pedersen
Machine learning hører til blandt de mest hypede teknologier i disse år. Udviklingen er især båret af verdens største it-firmaer, der alle smider store summer i udviklingen af teknologien, som de anser som fundamentet for en lang række services i fremtiden.
Lederen for Googles machine learning-team, Jeff Dean anslog fx forleden, at omkring 10 procent af firmaets 25.000 udviklere har evner inden for machine learning, men han ser gerne, at samtlige udviklere bliver i stand til at arbejde med området.
Som vi skrev i sidste uge, er jagten på de største machine learning-talenter også for længst gået ind. Og i spidsen står giganter som Google, Apple, Microsoft og Nvidia.
Men hvad skal der til, hvis du vil i gang med at arbejde med machine learning, deep learning, neurale net og de andre teknologier i spil på vejen mod kunstig intelligens?
Da Ole Winther, der er professor på DTU Compute, var på besøg i Fremtidsupdate løftede han noget af sløret. I interviewet fortæller han meget hands-on, hvilken hardware og software, du kan tage i brug, hvis du vil gøre dig dine første erfaringer med emnet.
Her kan du finde links til de biblioteker, som Ole Winther omtaler i videoen.
Har du brug for mere information om temaet, Kunstig intelligens og har lyst til at læse mere, så kan du gøre det her:
Læs artikler om teknologi og naturvidenskab , der relaterer sig til vores arrangementer, kurser og øvrige tilbud til dig som medlem.
Se nyheder