Aviso do ex -administrador do Google: a conclusão da lei e da medicina é apenas uma perda de tempo.

Jad Tarifi, um administrador do Google, disse: “sorte“Tarifi, o fundador da primeira equipe de IA da generação do Google, critica o valor de um alto grau de end. Tarifi diz que a tecnologia pode ser desenvolvida tão rapidamente que o curso pode perder relevância.

Durante a educação, tecnologias como a IA podem exceder as habilidades dos graduados.

Aviso do ex -administrador do Google: Ph.D. é uma perda de tempo.

Portanto, como ele não é suficiente, ele aconselha os iniciantes a trabalhar para um doutorado. O ensino superior que existe hoje em breve pode ser útil. O desenvolvimento de perspectivas únicas, inteligência emocional e relações interpessoais é muito mais importante.

Henry Hoffmann, da Universidade de Chicago, conforme relatado pela revista “Property”, também observou imigração a estudantes de doutorado que forneceram salários lucrativos ao setor privado. Esse desenvolvimento pode mudar o ambiente acadêmico a longo prazo.

• Conceitos e teorias iniciais (1950-1960s): Ai começou com a idéia de testes de Alan Turing e Turing. O primeiro programa para resolver problemas matemáticos e quebra -cabeças lógicos foi desenvolvido, o que ainda é uma base muito limitada e regular.
• Sistema Industrial e Especialista (1970-1980s)Nesta fase, o sistema especialista se concentra em uma área de conhecimento específica e ativa as decisões baseadas em regras. Este sistema tem sido usado nos mesmos campos, como medicina (por exemplo, diagnóstico) e produção. A IA experimentou altos e baixos, incluindo o “AI Winter” chamado “AI”, o estágio de progresso limitado e as etapas do financiamento.
• Machine Learning and Data -Driven Approach (1990 -2000): Se uma grande quantidade de dados e desempenho da computação for melhorada, a popularidade do aprendizado de máquina, especialmente a rede nervosa. O sistema foi capaz de aprender sem programação explicitamente, o que foi possível com a introdução de algoritmos aprimorados, suporte a máquinas vetoriais e subsequente aprendizado profundo.
• Deep Learning e AI (2010- hoje) no mercado de massa: Com o surgimento de aprendizado profundo e poderosos processadores gráficos, a IA experimentou um grande aumento. Aplicações como reconhecimento de idioma e imagem, veículos autônomos e recomendações personalizadas têm sido comuns. A IA está obtendo cada vez mais a vida cotidiana das pessoas e é usada em várias indústrias, desde cuidados de saúde até finanças e entretenimento.