درجة الدكتوراه في تعلم الآلة

بقلم Richard Batty •  

يتطور الذكاء الاصطناعي بسرعة. وإليك طريقة تعلم التكنولوجيا التي تحركه.

تُعد لعبة Go، اللعبة الصينية القديمة والمشهورة بصعوبتها الإستراتيجية، علامة فارقة مهمة في مجال الذكاء الاصطناعي. فمنذ عام 1997، تتفوق أجهزة الكمبيوتر على البشر في لعبة الشطرنج من خلال البحث عن كل التحركات المحتملة بكفاءة. لكن لعبة Go من نوع آخر مختلف تمامًا، حيث يجب على الكمبيوتر التفكير كالبشر بإستخدام حدسه لكي يفوز.

لذلك في عام 2016، عندما تغلب برنامج AlphaGo الذي صممته شركة DeepMind على Lee Sedol، أحد أفضل لاعبي Go في العالم، كان حدثًا مثير للدهشة، والأكثر إثارة للدهشة أن البرنامج لعب بطريقة مفاجئة وأصيلة⁠⁠1 بالنسبة للاعبي GO المحترفين.

فما الذي كان وراء هذا التطور؟ كان تقنية لتعلم الآلة تسمى التعلم العميق (Deep Learning) المستوحاة من بنية شبكة أدمغتنا. لا تقتصر نجاحات تعلم الآلة على ممارسة الألعاب - حيث ما يزال ينجح في العديد من المهام مثل القيادة وترجمة اللغة والتعرف على الكلام .

والآن، يريد الجميع الانخراط في مجال تعلم الآلة؛ حيث أصبح هذا المجال ذو شعبية كبيرة في السنوات الأخيرة.

هل هو يستحق هذه الشعبية؟ إلى حدٍّ ما، نعم - فالنجاحات التي حققها تبرهن على فائدته.

لذا، إذا كان لديك خلفية أكاديمية كمية (ليس بالضرورة في علوم الكمبيوتر)، وتريد إحداث تأثير إيجابي على العالم، فإننا نعتقد أن مجال تعلم الآلة هو أحد أفضل برامج الدكتوراه. حيث يمنحك المهارات اللازمة لاستغلال وتشكيل هذه التكنولوجيا القوية لخدمة البشرية. ومزايا أخرى، حيث تفتح أمامك الفرص لشغل وظائف ذات أجور مرتفعة في المجال التقني، مما يمكنك من الكسب من أجل التبرع.

في آخر هذا الملف التعريفي، سنشرح لماذا نعتبره مجالًا ذا تأثير كبير، وكيف تحدد ما إن كنت مناسبًا له، وكيف وأين يمكنك التقديم.

الملخص

تضعك درجة الدكتوراه في تعلم الآلة في مجال ذو أهمية حاسمة لمستقبل البشرية. يمكنك استغلال المهارات التي تكتسبها للمساعدة في تشكيل تطور الذكاء الاصطناعي بإيجابية، أو تطبيق تقنيات تعلم الآلة على المشكلات العالمية الملحة الأخرى، أو احتياطيًا، كسب المال والتبرع به إلى جمعيات خيرية فعالة. التقديم مفتوح للأشخاص الذين درسوا تخصصات كمية، حتى لو لم يدرسوا علوم الحاسوب.

المزايا

  • إمكانية إحداث تأثير كبير من خلال أبحاثك
  • بناء مهاراتك في ما يمكن اعتباره أحد أهم التقنيات في العقد القادم
  • إمكانية تحقيق مكاسب عالية بعد التخرج
  • عمل ممتع فكريًا مع زملاء أكفاء

العيوب

  • تستغرق درجة الدكتوراه 4 - 6 سنوات مع أجر منخفض
  • تتطلب الكثير من العمل بمفردك دون الحصول على تعليقات حول عملك، الأمر الذي قد يحبط الكثيرين.
  • هناك مخاطرة بأن يكون هذا المجال تم الترويج له بشكل مبالغ فيه، وأنه قد يكون من الصعب الحصول على وظائف في المستقبل

حقائق أساسية عن الملائمين لهذا المجال

يناسب هذا المجال من لديهم مهارات رياضية قوية (تعادل الحصول على درجة جامعية في تخصص كمي)، ومن يرغب في إجراء أبحاث رفيعة المستوى.

الخطوات التالية

إذا لم يكن لديك خلفية عن تعلم الآلة من قبل، فاشترك في هذه الدورة التعليمية عبر الإنترنت، أو دورة تدريبية في جامعتك. ثم جرب إجراء أبحاث تعلم الآلة أثناء دراستك الجامعية أو أثناء الماجستير، أو من خلال الحصول على تدريب صيفي على الأبحاث.

إذا كنت تريد استغلال درجة الدكتوراه في تعلم الآلة للعمل على الأمان المتعلق باستخدام الذكاء الاصطناعي، تقدم بطلب للحصول على تدريب مجاني لدينا.

يُوصى به

إذا كنت مناسبًا لهذا المسار المهني فقد يكون افضل طرقك لإحداث تأثير اجتماعي.

حالة المراجعة

مستندة إلى تحقيق سطحي⁠⁠2

علّام بُني هذا الملف التعريفي

معظم المعلومات الواردة في هذا الملف كانت من خلال التحدث إلى العديد من الأشخاص الذين حصلوا على درجة الدكتوراه في تعلم الآلة، بما في ذلك علماء الأبحاث في DeepMind، والمؤسس المشارك لشركة الروبوتات الناشئة الحاصل على درجة الدكتوراه في الرؤية الحاسوبية، وطلاب الدكتوراه في أقسام أفضل الجامعات. اعتمدنا أيضًا بشكل كبير على هذا الدليل الموجود على الإنترنت عن درجة الدكتوراه في علوم الحاسوب الذي كتبه أستاذ جامعي في قسم علوم الحاسوب في أحد أفضل الجامعات.

ما هو هذا المسار المهني؟

عادةً ما يتعين علينا إخبار أجهزة الحاسوب بما يجب فعله بالضبط، خطوة بخطوة. لكن هذا يجعلهم غير قادرين على أداء المهام التي من الصعب تحديد خطواتها بدقة مسبقًا.

على النقيض من ذلك، في مجال تعلم الآلة، يختار المبرمج القواعد التي تحكم كيف يتعلم البرنامج الحاسوبي، بدلًا من برمجة تصرفه مباشرةً. مما يعني أنه بإمكاننا بناء أنظمة تتحسن تلقائيًا مع الخبرة.⁠⁠3

تتعلم في درجة الدكتوراه في التعلم الآلي كيفية تصميم وتنفيذ هذه الأنواع من الخوارزميات. يمكن أن يغطي بحث الدكتوراه الخاص بك موضوعات مثل إنشاء برنامج يمكنه تصنيف الأحداث في مقطع فيديو،⁠أ تحسين التقنيات لفهم كيفية قيام أنظمة التعلم الآلي بالتنبؤات⁠ب، أو تحليل نص موجود على الإنترنت لفهم المواقف الاجتماعية مثل انتشار لغة الإنترنت العامية.⁠ج

يمكنك العثور على المزيد من الأمثلة على المشاريع البحثية من خلال الاطلاع على المواقع الإلكترونية لأقسام الجامعات (مثل موقع جامعة ستانفورد)، وقوائم الأطروحات السابقة (على سبيل المثال من جامعة تورنتو وجامعة كارنيجي ميلون)، وقائمة 80,000 ساعة لأمثلة الأفكار البحثية الواعدة.

يعد تعلم الآلة أحد المجالات الفرعية لعلوم الحاسوب، كما أنه يرتبط بشكل وثيق بالإحصاء. ويشترك كلًّ من الإحصاء وتعلم الآلة في آلية تعلمهم على البيانات، كما أن لهما العديد من المفاهيم والأدوات الرياضية المشتركة.

ولكن على عكس الإحصاء، يركز تعلم الآلة على بناء البرمجيات التي تقوم بالتنبؤات، كما يُطبق على قواعد بيانات أضخم، كما تتطلب التقنيات المستخدمة افتراضات أقل حول البيانات أو الطريقة التي جُمعت بها تلك البيانات. ستجد هنا مزيد من التفاصيل حول الاختلافات بينهما.

علَامَ يتضمن العمل؟ كيف تبدو المهام اليومية؟

تستغرق الدكتوراه في تعلم الآلة ما بين 5-6 أعوام في الولايات المتحدة. في أول عامين ستحضر المحاضرات وفي بقية الأعوام سيتسنى لك إجراء بحث الأطروحة. تستغرق الدكتوراه وقتًا أقل في المملكة المتحدة - 4 أعوام عادةً - ولا يتطلب منك سوى إجراء بحث الأطروحة. وعلى عكس شهادات الدكتوراه في الولايات المتحدة، التي تتطلب منك الحصول على درجة الماجستير أولًا، ولكن هذا يختلف من جامعة إلى الأخرى.

فيما يتعلق بالبحث، سوف تكتب أطروحة الدكتوراه، والتي تكون عبارة عن استكشاف طويل ومتعمق لموضوع معين أو (في الولايات المتحدة غالبًا) مجموعة من الأوراق البحثية حول مواضيع ذات صلة. يمر بحثك بعدة مراحل، بدايةً من تنقيح الموضوع الذي عليك استكشافه، ثم العمل على مشاريع بحثية ذات صلة، وأخيرًا كتابة الأطروحة.

ستقضي أغلب وقتك في البرمجة، والتدريب على الرياضيات، وقراءة الأوراق البحثية، والتفكير في ومناقشة الأفكار مع زملاء العمل.

طالع هذه الملفات التعريفية عن المهام اليومية، وهذا الملف الوصفي عن كيف يكون الحال عندما تجري أبحاث في تعلم الآلة.

إذا كنت تريد إحداث تأثير إيجابي، فلِمَ عليك بدء درجة الدكتوراه في تعلم الآلة؟

1. التعرف على التقنيات التي من المحتمل أن تكون الأهم في العقد المقبل

حقق مجال تعلم الآلة تقدما سريعا في العقد الماضي، أمكن حدوث هذا التقدم بفضل الاكتشافات النظرية، وزيادة توافر البيانات، وزيادة الاستثمار، وزيادة درجة قوة معالجة البيانات. وطُبق تعلم الآلة على العديد من المهام التي لم يتم حلها في الماضي، من بينها القيادة الذاتية⁠⁠4، والشروحات التوضيحية للصور⁠⁠5، والألعاب⁠⁠6، وتحليق طائرات الهليكوبتر⁠⁠7، وتخليق الكلام⁠⁠8، وترشيحات الأفلام⁠⁠9.

كما نما الاهتمام التجاري بمجال تعلم الآلة، مما أدى إلى زيادة الطلب على الموظفين المهرة، وزيادة اهتمام الشركات الكبرى شراء الشركات الناشئة في مجال تعلم الآلة.⁠⁠10 وبلغ متوسط السعر الذي دفعته الشركات لكل موظف في عملية الاستحواذ على شركات الذكاء الاصطناعي منذ عام 2014، والتي كانت في معظمها تهدف إلى الاستحواذ على فريق العمل، هو 2.5 مليون دولار لكل موظف، فيما دفعت شركة ما 10 مليون دولار لكل موظف.⁠⁠11

إذا استمرت التكنولوجيا في تطورها، سنصبح قادرين على أتمتة المزيد والمزيد من العمالة البشرية، وحل المشاكل المستعصية حلها في الماضي. في نهاية المطاف، يمكننا إنشاء برمجيات أكثر قدرة على أداء معظم المهام أفضل من البشر.

يمكن لهذا التقدم تغيير شكل المجتمع بشكل جذري، للخير أو للشر على حد سواء. ويمكننا أن نشهد انخفاضا كبيرا في الوفيات الناجمة عن حوادث المرور بفضل السيارات ذاتية القيادة، وتشخيص طبي أرخص وأكثر دقة، وأتمتة الأعمال الخطرة أو غير المرغوبة.

لكنه قد يؤدي أيضًا إلى ظهور الأسلحة ذاتية التحكم، وانتشار كبير للبطالة، وتمركز القوى السياسية والاقتصادية في أيدي حفنة قليلة من الناس.

والأكثر قلقًا، إذا طورنا برمجيات غاية في الذكاء وغير متوافقة مع مصالحنا، فقد يؤدي الأمر إلى عواقب كارثية. نناقش هذا الأمر بمزيد من التفاصيل في ملفنا التعريفي عن تشكيل تطور الذكاء الاصطناعي بإيجابية.

لهذه الأسباب، نعتقد أن مجال تعلم الآلة هو واحد من أهم المجالات التي يجب فهمها في العقود المقبلة. وعلى الرغم من نموها المتزايد في الفترات الأخيرة، ما زالت مهارة لا يمتلكها سوى عدد قليل نسبيًا من الأشخاص.

هناك عدة طرق تمكنك من استغلال درجة الدكتوراه في تعلم الآلة للصالح العام، كما نوضحها أدناه.

2. العمل على تشكيل تطور الذكاء الاصطناعي بإيجابية

تشكيل تطور الذكاء الاصطناعي بإيجابية هو أعتى المشكلات التي نركز عليها، والذي بحاجة إلى المزيد من الأشخاص ذوي الخبرة في مجال تعلم الآلة، لذلك نعتقد أن العمل عليه يعد أفضل خيار للأشخاص الذين يحملون درجة الدكتوراه في تعلم الآلة.

(لا ينطبق هذا الأمر إذا كان لديك بالفعل خبرة كبيرة في نطاق مشكلة أخرى ذات أولوية أو إن كنت لا تتفق مع على تقييمنا لأهمية العمل على هذه المشكلة).

هناك مسارين رئيسيين داخل هذا المجال.

أبحاث السلامة التقنية

هناك نقص في عدد الأشخاص ممن لديهم المهارات اللازمة لإجراء الأبحاث التقنية الهادفة إلى تقليل مخاطر الذكاء الاصطناعي على المجتمع. يمكن أن تشكل درجة الدكتوراه في تعلم الآلة إعدادًا ممتازًا بهذا الصدد. اقرأ المزيد في ملفنا التعريفي الكامل عن سبب وكيفية دخول هذا المسار، وما إذا كانت درجة الدكتوراه ضرورية. أو طالع هذا الدليل بشأن العمل على الأمان المتعلق باستخدام الذكاء الاصطناعي.

الأبحاث السياسية والاستراتيجية

تساعد سياسة الذكاء الاصطناعي صناع القرار في مؤسسات كالحكومة والشركات والمنظمات غير الربحية على تصميم وتنفيذ السياسات التي من شأنها المساعدة في تشكيل مستقبل الذكاء الاصطناعي. تشمل الوظائف السياسية الباحثين الذين يطورون خيارات السياسات البديلة، والخبراء الذين يقومون بمناصرة تلك السياسات وتنفيذها.

تؤهلك درجة الدكتوراه في تعلم الآلة تأهيلًا جيدًا نظرًا لأنها تمنحك المعرفة التقنية والمصداقية بين العاملين الآخرين في السياسة. يوجد لدينا المزيد من التفاصيل حول هذا المسار هنا.

هل تريد العمل على تشكيل تطور الذكاء الاصطناعي بإيجابية؟ نريد مساعدتك بهذا الشأن.

ساعدنا العشرات من الأشخاص على صياغة خططهم، كما عرفناهم بالمرشدين الأكاديميين. إذا كنت ترغب في العمل على الأمان المتعلق باستخدام الذكاء الاصطناعي، فتقدم لتدريبنا المجاني.

3. طبق خبراتك في مجال تعلم الآلة على المشكلات الاجتماعية المهمة الأخرى

يشكل تسمم الدم والصدمة الإنتانية 10% من الحالات الموجودة في العناية المركزة، كما إنهما مسؤولان عن 20-30% من حالات الوفيات في المستشفيات في الولايات المتحدة.⁠⁠12 طور علماء في جامعة جونز هوبكنز نظامًا للتعلم الآلي يُدعى TREWS core للمساعدة في معالجة هذه المشكلة. حيث يمكن لهذا النظام تحديد المرضى المعرضين لخطر الإصابة بالصدمة الإنتانية بشكل يتفوق على ساعات من طرق الفحص التقليدية، مما يمكن من علاجهم بشكل أسرع.⁠⁠13

هناك العديد من المشكلات الملحة التي يمكن فيها تطبيق تقنيات تعلم الآلة لمساعدة الآخرين، بما في ذلك:

  • الصحة: من خلال تحسين التشخيصات الطبية، والتنبّؤ باستفحال حمى الضنك، والحد من الاستخدام غير المناسب للمضادات الحيوية
  • الفقر العالمي: تحديد العملاء المناسبين للكهرباء الشمسية التي تدفع حسب الاستهلاك، أو استخدام صور الأقمار الصناعية لتحديد القرى المناسبة لتلقي الدعم النقدي
  • حقوق الحيوان: التنبؤ بأيّ من البروتينات النباتية هي الأفضل لصنع لحوم نباتية

للعمل على تلك المشكلات، تحتاج إلى فهم المشكلات الاجتماعية الهامة التي يمكنك تطبيق مهاراتك للتغلب عليها. يمكنك اكتساب هذه المعرفة من خلال العمل في الشركات أو المشروعات البحثية التي تحاول حل إحدى هذه المشكلات ومن خلال التحدث إلى الكثير من الأشخاص الآخرين العاملين عليها. يمكنك العمل في شركة قائمة بالفعل، أو تأسيس شركتك الخاصة، أو من خلال البحث الأكاديمي.

4. خيارات بديلة عالية الأخر

أدى ارتفاع الطلب على مهارات تعلم الآلة إلى ارتفاع أجور العاملين فيها:

النسبة المئويةمهندس متخصص في تعلم الآلة - الأجر الإجمالي⁠د
90%240,000 دولار أمريكي
75%192,000 دولار أمريكي
50%150,000 دولار أمريكي
25%117,000 دولار أمريكي

نظرًا لأن هذه الأرقام تشمل الوظائف التي تتطلب درجة الماجستير أو البكالوريوس فقط، فإننا نتوقع أن تكون أرباح الحاصلين على درجة الدكتوراه أعلى.

هذا المقدار من المال سيمكنك من الكسب من أجل التبرع. ومع ذلك، نعتقد أن الطرق الأخرى لفعل الخير باستخدام مهارات تعلم الآلة من المرجح أن تحدث تأثيرًا أكبر من تأثير التبرعات من وظيفة تجارية. لذلك نقترح التبرع كمجرد خيار مؤقت أو بديل في حالة إن لم تنجح الطرق الأخرى.

إن إمكانية تحقيق مكاسب عالية (ونتوقع أن تظل كذلك في العقد المقبل) نظرًا للتقدم السريع في مجال تعلم الآلة، وكذا فائدته في حل مجموعة واسعة من المشكلات. ومع ذلك، هناك خطر أن تنخفض الرواتب نظرًا لأن العديد من الأشخاص أصبحوا مهتمين بالعمل في هذا المجال.

تعتبر مهارات تعلم الآلة مفيدة في الشركات التقنية الناشئة، وانتشرت في الآونة الأخيرة شركات ناشئة متخصصة في التعلم الآلي. وأضافت مسرعة الأعمال Y Combinator للمرة الأولى مسارًا مخصصًا للشركات الناشئة في مجال الذكاء الاصطناعي. كما شاع استحواذ شركات كبرى على شركات ناشئة في مجال الذكاء الاصطناعي⁠⁠14في السنوات الأخيرة، غالبًا ما تعتمد قيمة عمليات الاستحواذ على اكتساب فريق عمل تلك الشركات بدلًا من النظر إلى المؤشرات المعتادة مثل قيمة أرباحها.

بلغ متوسط السعر الذي دفعته الشركات لكل موظف في عملية الاستحواذ على شركات الذكاء الاصطناعي منذ عام 2014، والتي كانت في معظمها تهدف إلى الاستحواذ على فريق العمل، هو 2.5 مليون دولار لكل موظف، فيما دفعت شركة ما 10 مليون دولار لكل موظف⁠⁠15. انظر ملفنا التعريفي عن ريادة الأعمال التقنية لمزيد من المعلومات عن هذا المسار.

ووفقًا لشخص تحدثنا إليه ويعمل في هذا المجال، فإن درجة الدكتوراه في تعلم الآلة تؤهلك تأهيلًا جيدًا لشغل وظيفة ذات أجر مرتفع في أحد صناديق التحوط الكمي. اعرف المزيد عن صناديق التحوط الكمي في ملفنا التعريفي هذا.

5. عمل ممتع فكريًا مع قدر كبير من الاستقلالية

تتسنى لك الفرصة للقيام بعمل يتطلب جهدًا فكريًا مع بعضٍ من أذكى الأشخاص. وستكتسب فهمًا عميقًا ومُرضيًا في مجال عملك. مع التمتع بالحرية في اختيار ما تريد العمل عليه ومتى.

العيوب

1. مرهقة على المستوى النفسي

برغم كون عملك على رسالة الدكتوراه مرضيًا، ولكن مرحلة الدكتوراه معروفة بكونها أشبه بصراع نفسي. يرجع ذلك في كثير من الأحيان إلى شعورك بالعزلة وصعوبة التكيف مع العمل المستقل: «يمكن للبحث إما أن يكون مرضيًا أو محبطًا للغاية. يصف معظم الطلاب سنة تخرجهم بقطار الملاهي الذي يرتفع وينخفض بسرعةٍ كبيرة⁠ه» طالع جزئية الصحة النفسية في مقالنا حول كيف تكون أكثر نجاحًا لتعرف كيف تعالج الأمر.

2. تستغرق وقتًا طويلًا

تستغرق الدكتوراه وقتٍ طويلٍ (4-6 سنوات)، وخلال تلك الفترة سيكون أجرك منخفض نسبيًا. إذا انقطعت عن الدراسة ستفقد معظم قيمة رسالة الدكتوراه، مما يجعلها أكثر خطورة من الخيارات الأخرى التي تأتي ثمارها في وقت أقل.

من الممكن أن تتخطى الدكتوراه والحصول على منصب أقل أهمية في المجال في غضون عام؛ عقدنا لقاءات مع شخصين تركا درجة الدكتوراه ولكنهما برغم ذلك تمكنا من الحصول على وظائف قيمة بسرعة نسبية في مجال تعلم الآلة.

3. قد يصبح مجال تعلم الآلة أكثر تنافسية بكثير

تعتبر تعلم الآلة مجالًا رائجًا يرغب الكثير من الأشخاص في العمل فيه، لذلك فهناك خطر أن يصبح الحصول على وظيفة فيه أكثر صعوبة بما أن العديد من الأشخاص يتزاحمون فيه. على سبيل المثال، سجل مؤخرًا 700 شخص في دورة معهد ماساتشوستس للتكنولوجيا المبتدئة في تعلم الآلة - اضطر المعهد إلى استخدام قاعة محاضرات إضافية وتعمد استبعاد بعض الأشخاص من الدورة مبكرًا.⁠⁠16 إذا اتضح أن مجال تعلم الآلة يتقدم بشكل أبطأ من المتوقع، ولا يرتقي إلى قدر التوقعات، فقد يتقلص عدد الوظائف المتاحة فيه أيضًا.

كيف تدخل هذا المجال؟

لكي يتم قبولك، يجب أن تتمتع بمهارات كمية قوية، والتي عادةً ما يمكنك تحصليها من خلال دراستك الجامعية في مجالات كعلوم الحاسوب، أو الرياضيات، أو الهندسة، أو الاقتصاد الكمي، أو الفيزياء. وعلى الأقل، يجب عليك الإلمام بالاحتمالات و الإحصاء، وحساب التفاضل والتكامل متعدد المتغيرات، أو الجبر الخطي.

نعرف أشخاصًا تم قبولهم في درجة الماجستير في تعلم الآلة بدون خلفية كمية، برغم أن هذا أمر نادر. سيتطلب هذا الأمر التدريب الذاتي وحضور دورات (كالجامعة المفتوحة مثلًا) للإلمام بالمعرفة الرياضية المطلوبة.

في المملكة المتحدة وباقي الدول الأوروبية ستحتاج غالبًا إلى الحصول على درجة الماجستير في تعلم الآلة أو تخصص آخر ذا صلة مثل علوم الحاسوب أو الرياضيات، برغم من أن هذا الشرط يختلف من جامعة إلى الأخرى. في الولايات المتحدة وكندا وأستراليا، لا يلزم ذلك في كثير من الأحيان، على الرغم من أنه يمكن أن يساعدك في دعم طلبك للالتحاق بالدكتوراه واختبار مدى اهتمامك و كفاءتك في البحث قبل الالتزام بها.

البرامج التي لا تتطلب درجة الماجستير غالبًا ما تكون أطول بمدة عامًا أو عامين عن تلك التي تتطلبها، إذا كنت تخطط للحصول على درجة الماجستير فقد يكون الأنسب لك الالتحاق ببرنامج الماجستير الذي يستغرق عامين، لأن لديك المزيد من الوقت لإجراء الأبحاث، وهو شرط أساسي للالتحاق بأفضل برامج الدكتوراه.

وفقًا للأدلة المتواجدة عبر الإنترنت والأشخاص الذين تحدثنا معهم ممن يقومون بدراسة الدكتوراه في تعلم الآلة حاليًا، فإن قبولك في برنامج الدكتوراه يتوقف بشكل شبه كامل على اثباتك أنك قادر على إجراء أبحاث جيدة.

كيف تثبت قدرتك على إجراء أبحاث جيدة؟

أولاً، يجب أن تكون أجريت أبحاثًا بالفعل. إذا كنت لا تزال تدرس في الجامعة، أجري أبحاثًا مع أحد الأكاديميين في جامعتك أو أحصل على وظيفة بحثية خلال عطلتك الصيفية. لدى العديد من مجموعات البحث وظائف بحثية صيفية لطلبة الجامعة، وبعضها يكون مدفوع الأجر (مثل REUs).

إذا كنت تدرس درجة الماجستير، فاختر برنامج ماجستير يعتمد على البحث بشكل كبير وتعمق في البحث في أقرب وقت ممكن. وحبذا لو استطعت نشر بحث أو اثنين قبل تخرجك. وعلى الأقل، يجب عليك إنهاء ورقة بحثية حتى لو لم تُنشر - لا يزال من المفيد حتى إن كانت ورقة ورشة عمل، أو ورقة قيد المراجعة، أو ورقة بحثية منشورة على موقع Arxiv (الذي يمكن لأي شخص تقديم بحثه إليه). تعد ورقة بحثية مكتملة مهمة بما فيه الكفاية حتى لو اضطرت إلى تأجيل موعد تخرجك حتى تنتهى منها.

ثانيًا، تحتاج إلى خطابات التوصية الجيدة، يُفضل لو كانت من أشخاص معروفين في مجالك ويعرفهم الأكاديميون الذين يقيمون طلبك للالتحاق بالدكتوراه. يجب أن تسلط خطابات التوصية الضوء على إمكاناتك البحثية، بدلاً من الإشادة بأدائك الدراسي فقط.

ثالثًا، ستحتاج إلى خطاب شخصي يؤكد على خبرتك البحثية وما ترغب في العمل عليه.

رابعًا، ما لم تكن تخطط لإجراء بحث نظري صرف، فأنت بحاجة إلى إثبات قدراتك في البرمجة. أفضل طريقة لإثبات ذلك عن طريق حضور محاضرات في البرمجة، و امتلاكك لملف من المشاريع البرمجية التي عملت عليها، أو وجود خبرة في البرمجة سواء اكتسبتها من خلال وظيفة أو تدريب.

برغم أن هذا ليس شرطًا أساسيًا، ولكن يمكنك المساهمة من خلال بناء برمجيات تعلم الآلة مفتوحة المصدر المُستخدمة على نطاق واسع، أو كتابة المدونات حول تنفيذ تقنيات تعلم الآلة ، أو المشاركة في مسابقات مثل kaggle.

تعد درجاتك الجامعية (نتائج اختبار GRE إن كنت تتقدم للجامعات الأمريكية) أقل أهمية بكثير من خبرتك البحثية وخطابات التوصية. فيما يلي الدرجات التي يجب أن تستهدفها بشكل تقريبي، ولكنها ليست المحددات الأساسية:

  1. وفقًا لهذا الدليل والخبراء الذين تحدثنا إليهم، يجب أن يكون متوسط درجاتك (إذا درست في إحدى الجامعات الأمريكية) في حدود 3.6 أو أعلى. برغم من أن حصولك على درجات أعلى لا يدعم فرصك كثيرًا مقارنةً بالخبرة البحثية.
  2. إذا درست في المملكة المتحدة، فيجب أن تكون درجاتك الجامعية من الدرجة الأولى أو الثانية العليا.
  3. مجموع درجاتك في اختبار GRE عادةً ما يجب أن يكون في النسبة المئوية التسعين أو أعلى. ودرجاتك في القسم الكمي أكثر أهمية من الدرجات الشفهية والمقالية، يجب أن تستهدف الحصول على درجة 165 أو أعلى منها (>= 95 في المائة) بالنسبة لنتيجة القسم الكمي وأن تكون النتيجة الإجمالية أعلى من 90 في المائة.

يوجد اهتمام متزايد ببرامج الدكتوراه في تعلم الآلة، سجلت العديد من الأقسام عددًا قياسيًا من طلبات الإلتحاق هذا العام. ومن المرجح أن يتسبب ذلك في زيادة متطلبات القبول خلال السنوات القليلة المقبلة، برغم أنه قد يتزايد عدد الأماكن المتاحة نظرًا لتمويل الشركات لتلك البرامج.

لمزيد من النصائح، اقرأ هذا الدليل حول التقدم لبرامج الدكتوراه في علوم الحاسوب، لأنه مليء بالنصائح العملية المفصلة.

كيف تعرف ما إذا كانت درجة الدكتوراه مناسبة لك

يختلف إجراء الأبحاث عن حضور المحاضرات، ويتطلب التفوق في البحث مهارات مختلفة: ألا تزعجك فكرة العمل المستقل وتلقي القليل من التعليقات حول عملك، والتركيز على موضوع متخصص لعدة سنوات. هناك مزيد من التفاصيل حول بحوث الدكتوراه في الجزء الثاني من هذا الدليل.

كيف تختبر مدى ملاءمتك؟

من الصعب معرفة ما إذا كانت درجة الدكتوراه في تعلم الآلة مناسبة لك دون تجربتها. ولكي تختبر مدى ملاءمتك، هناك بعض الخطوات الممكن اتخاذها، مُرتبة حسب مقدار الوقت الذي تستغرقه:

  1. تحدث إلى بعض الأشخاص الذي يدرسون درجة الدكتوراه في مجال تعلم الآلة لمزيد من التحقق من ماهية الدراسة وما إذا كنت مناسبًا لها.
  2. الالتحاق بدورة تعلم الآلة عبر الإنترنت مثل هذه الدورة من موقع Coursera أو التحق بصف في جامعتك
  3. شارك في المسابقات عبر الإنترنت
  4. راجع دورات وكتب دراسية إضافية. نرشح بعض المصادرة الجيدة بشكل خاص هنا
  5. اقرأ الأوراق البحثية وحاول تكرار نتائجها (وهذا ما ينصح به أندرو نج (Andrew Ng) لتصبح باحثًا ممتازًا في مجال تعلم الآلة). يوجد في مقابلتنا مع Dario Amodei من OpenAI مزيد من التفاصيل حول ذلك. إليك بعض الأوراق البحثية التي بإمكانك تطبيق ذلك عليها:
    • أوراق هامة عن التعلم العميق
    • أوراق هامة عن التعليم المعزز
    • أوراق من أهم المؤتمرات العلمية
  6. التحق بتدريب صيفي في مجال الأبحاث (نعطيك بعض الاقتراحات أدناه)
  7. التحق ببرنامج ماجستير يتضمن مشاريع بحثية

هل يجب عليّ القيام بشيء آخر بدلاً من الدكتوراه؟

يمكن للأشخاص الذين يتمتعون بالمهارات الكمية والحسابية المطلوبة للالتحاق بدرجة الماجستير أو الدكتوراه في تعلم الآلة أن يمتهنوا عدة وظائف أخرى.

فيما يلي بعض الأسئلة التي يمكن أن تساعدك على تقييم ما إذا كنت مناسبًا أكثر لبدائل أخرى.

هل أريد أن أكون باحثًا وهل لديَّ فرصة في النجاح في المجال الأكاديمي أو في شركة مرموقة؟

إذا كانت الإجابة بنعم، فإن الدكتوراه اختيار مناسب.

إذا كانت الإجابة بلا، فعليك التفكير بمجالات أخرى كعلم البيانات، أو هندسة البرمجيات، أو التداول الكمي، أو تأسيس شركة تقنية.

هل يعتبر تعلم الآلة ذو صلة بالمشكلات ذات الأولوية من وجهة نظري؟

إذا كنت تعتقد أن الحصول على درجة الدكتوراه خيارًا جيدًا بالنسبة لك، وتوافقنا في أهمية تشكيل إيجابية تطور الذكاء الاصطناعي كأحد أهم الأولويات، فإن الحصول على درجة الدكتوراه في تعلم الآلة هو واحد من أفضل الخيارات المتاحة لك. كما إذا كان لديك اهتمام بالغ بسياسة الذكاء الاصطناعي، أو لديك خلفية أكاديمية في الاقتصاد، أو كنت لا تحب البرمجة، فقد يكون الحصول على درجة الدكتوراه في الاقتصاد خيارًا أفضل لك. إذا كنت تعتقد أن الفقر العالمي أو أولويات البحث العالمية هل مشكلات ذات أولوية أعلى، فقد يعد الحصول على درجة الدكتوراه في الاقتصاد خيارًا أفضل.

هل أفضل مسارًا آخر في مجال تعلم الآلة لا يتطلب الحصول على درجة الدكتوراه؟

إذا كنت تسعى للحصول على وظائف بحثية في تعلم الآلة في الأوساط الأكاديمية أو التجارية، فستحتاج إلى الحصول على درجة الدكتوراه. قد يكون من المفيد أيضًا الحصول على درجة الدكتوراه (أو خبرة أكاديمية أخرى) لإنشاء شركة تطور تقنيات متقدمة. ولكن بالنسبة لمعظم الوظائف التجارية غير البحثية، بما في ذلك في الشركات الرائدة مثل Google، فإن درجة الماجستير كافية. وبالنسبة للوظائف التجارية التي لا تعتمد على البحث الخالص، فإن الحصول على درجة الدكتوراه ليس ميزة وربما لا يستحق التكلفة الزمنية.

ضع في اعتبارك أيضًا أن العديد من مشكلات تحليل البيانات التي تواجهها الشركات والمنظمات غير الربحية لا تتطلب مجال تعلم الآلة لكي تُحل - من الممكن في كثير من الأحيان بناء حلول جيدة باستخدام أساليب علم البيانات البسيطة بدلاً من تعلم الآلة.⁠⁠17

خيارات مماثلة لدرجة الدكتوراه في تعلم الآلة

  • دكتوراه في علوم الحاسوب بعيدًا عن تعلم الآلة. ولكننا نعتقد بأنه عادةً خيارًا أسوأ من درجة الدكتوراه في تعلم الآلة نظرًا لأهمية تعلم الآلة في مستقبل الذكاء الاصطناعي وتطبيقاته الواسعة.
  • درجة الدكتوراه في علم الإحصاء. يوجد الكثير من التقاطع بين مجالي تعلم الآلة والإحصاء، لذلك يجدر التقديم إلى أقسام الإحصاء التي تستخدم تعلم الآلة، على الرغم من أن درجة الدكتوراه في تعلم الآلة لا تزال أفضل إذا كنت ترغب في الدخول في هذا المجال.
  • برنامج جوجل برين، كما هو مشروح بالأسفل.

برنامج إقامة جوجل برين

برنامج إقامة جوجل برين هو برنامج وظيفي لمدة عام، يشبه قضاء عام في برنامجي الماجستير أو الدكتوراه في التعلم العميق (تقنية تعلم آلة متطورة نشرحها بمزيد من التفاصيل أدناه).

صُمم البرنامج لتسريع إدخال الأشخاص بمجال أبحاث التعلم العميق، والتقديم مفتوح للأشخاص الحاصلين على درجات جامعية في مجالات العلوم والتكنولوجيا والهندسة والرياضيات (سواءً إن كانت درجة البكالوريوس، أو الماجستير، أو الدكتوراه). كما أن هذا البرنامج مرموق أكثر من درجة الماجستير ويطلعك على مصادر جوجل الحسابية ويعرفك بالخبراء في التعلم العميق. ومع ذلك، هذا البرنامج تنافسي جدًا - فمن المرجح أكثر أن تُقبل في إحدى برامج الدراسات العليا المرموقة.

كما أنه يستحق عناء التقديم عليه بعد دراستك الجامعية أو الماجستير، إذا كنت تختار بين برنامج الإقامة والماجستير فإن برنامج الإقامة أفضل نظرًا لمميزاته المذكورة أعلاه، بالإضافة إلى أنك ستقضي كل وقتك في إجراء الأبحاث.

وعند المفاضلة بين برنامج الإقامة ودرجة الدكتوراه، يجب عليك النظر في مدى جودة عروض برامج الدكتوراه التي حصلت عليها - إذا حصلت على عروضٍ جيدة من أفضل الجامعات فقد لا يستحق الأمر تأجيل برنامج الدكتوراه خاصةً إن لم يكن باستطاعتك تأجيله.

كيف تختار برنامج الدكتوراه؟

أيًّ من مجموعات البحث والمؤسسات ستنضم إليها؟

أهم معيار وفقًا للأدلة عبر الإنترنت والأشخاص الذين تحدثنا إليهم في هذا المجال هي:

  • سمعة مجموعة البحث: يتوجب عليك الرغبة في العمل في مجموعة بحثية تُنشر أوراقها البحثية في أهم مؤتمرات تعلم الآلة. يمكنك العثور على قائمة بأهم المؤتمرات من هنا.
  • كيف تبدو شخصية مستشارك المحتمل في الدكتوراه: لا ينبغي أن ينصب كامل تركيزك على شهرة الجامعة أو القسم الذي ستلتحق به - مستشارك عامل حاسم في نجاحك لأنه معلمك الأساسي.
    • اختر مستشارًا يمكنك الانسجام في العمل معه وقادر على تقديم الدعم لك. تواصل مع الطلاب الحاليين لمعرفة ما إذا كانوا على توافق مع المستشار الذي تفكر في العمل معه.
    • تأكد من أن اهتماماتهم البحثية تتماشى مع اهتماماتك.
    • إذا تم استيفاء المعيارين الأولين، اختر مستشارين ناجحين ومرموقين في مجالهم. يتمتع الباحثون الشهيرون مثل أولئك المسؤولين عن إدارة مختبر كبير بفرص أفضل في التمويل وتكوين شبكة معارف ولكن قد يكون من الصعب العمل معهم لأنهم غالبًا ما يكونون مشغولين جدًا بحيث لا يمكنهم تقديم تعليقات على عملك. قد يكون من الأفضل لك العمل مع مستشار أقل شهرة ولكن يمكنه دعمك أكثر مثل أستاذ مساعد مبتدئ. بدلاً من ذلك، يمكنك الحصول على كلا الاختيارين في الجامعات التي تسمح لك بالعمل مع أكثر من مستشار. كما سيكون من المفيد إن وجدت مستشار يعمل في مجال اهتمامك للعمل معه.
  • المستشار واستقرار المختبر والموارد. ابحث عن معمل ومستشار لديهما تمويل مضمون خلال الفترة التي ستقضيها في العمل هناك. وفي المقابل، تتيح لك الزمالات (كزمالاتي مؤسسة العلوم الوطنية الأمريكية (NSF)، وزمالة مجلس أبحاث العلوم الطبيعية والهندسة (NSERC)) بالعمل مع المستشارين الذين يتلقون تمويل أقل. تحقق أيضًا مما إذا كان مستشارك المحتمل يفكر في العمل في مختبر آخر خلال دراستك الدكتوراه. لأن مغادرة مستشارك العمل أمر كارثي بالنسبة لبحث الدكتوراه حيث قد تجد صعوبة في العثور على مستشار آخر يتمتع بالخبرة المناسبة لبحثك.
  • الأعباء التدريسية: تتطلب بعض الأقسام منك القيام بمسؤوليات التدريس لفترة طويلة، مما يترك لك وقتًا أقل لإجراء الأبحاث.
  • ظروف عمل المختبر والتوافق: ستتعاون مع طلاب وباحثين ما بعد الدكتوراه ، لذلك تحقق من أنهم عادةً ما يكونوا متاحين لمساعدتك وأنك على وفاق معهم. تأكد من وجود أجواء ودية في المختبر من حضور اجتماعات المختبر إن أمكنك، أو من خلال التحدث مع الطلاب الموجودين هناك.
  • مكان تشعر فيه بالسعادة: قد يكون تواجدك بمكان بالقرب من عائلتك أمر مهم لك، وقد تشعر بالوحدة في الأماكن التي لا تستطيع التحدث بلهجة السكان المحليين فيها.
  • وجود باحثين يعملون على موضوعات تعتبرها ذات تأثير كبير: على سبيل المثال، إذا رغبت في العمل على الأمان المتعلق باستخدام الذكاء الاصطناعي فمن المفيد أن تكون في إحدى الجامعات التي يكون فيها مجموعة بحثية تعمل بهذا الصدد حتى تتمكن من العمل عليه خلال دراستك الدكتوراه وتكوين علاقات مع الباحثين الآخرين.

أشياء من الجيد تواجدها:

  • الشركات المحلية: إذا كان لديك خططًا حول ما تريد القيام به بعد الحصول على درجة الدكتوراه، فيجب أن تعطي أهمية خاصة للأماكن التي يتواجد بها صناعة متوافقة مع خططك. لذلك إذا كنت ترغب في العمل في الشركات التقنية الناشئة أو الشركات الكبيرة، فادرس في منطقة خليج سان فرانسيسكو مثل ستانفورد وبركلي؛ ولسهولة تكوين المعارف في شركة DeepMind، ادرس في جامعات في المملكة المتحدة.
  • مكانة المؤسسة بشكل عام: إذا كنت ستستمر في العمل في مجال تعلم الآلة، فإن مكانة المجموعة البحثية العاملة فيه أهم بكثير من مكانة الجامعة ككل.

يمنحك هذا السؤال على موقع Quora حول أفضل جامعات الدراسات العليا في تعلم الآلة أفكارًا للبدء.

كما أن هناك مزيدًا من التفاصيل حول اختيار برنامج الدكتوراه في هذا الدليل.

أي موضوع بحثي؟

بعض المواضيع الواعدة تشمل ما يلي:

التعلم العميق

برغم أن نهج تعلم الآلة مفيدة للعديد من التطبيقات، إلا أن التعلم العميق هو ما حقق الكثير من النجاحات في العقد الماضي. حيث أنه نهجه مستوحى بشكل فضفاض من بنية شبكة أدمغتنا، برغم وجود العديد من الاختلافات. تجدون هنا شرحًا مفصلًا لطريقة عمله.

ساعدنا التعلم العميق على حل المشكلات التي لم تستطع تقنيات الذكاء الاصطناعي حلها سابقًا. وبين هذه النجاحات تقنيات التعرف على الصور، والتنبؤ بنشاط جزيئات الدواء المحتمل، وتحليل بيانات مسرع الجسيمات، وإعادة بناء دوائر المخ، والتنبؤ بآثار طفرات الحمض النووي غير المشفر على التعبير الجيني والأمراض.⁠و

ونظرًا لنجاحه، تعد الخبرة في التعلم العميق ذات قيمة للشركات التي تعمل على أحدث تقنيات تعلم الآلة والأشخاص الذين يعملون على تشكيل تطور الذكاء الاصطناعي بإيجابية.

التعلّم المعزّز

في التعلم المعزز، يتخذ البرنامج الحاسوبي إجراءات في بيئته لتعظيم المكافأة التي يحددها المبرمجون. على سبيل المثال، يُظهر هذا الفيديو برنامج صممته شركة DeepMind للعب الألعاب وهو يتعلم لعبة breakout. يهدف البرنامج إلى تحقيق أعلى الدرجات عن طريق تحريك المضرب ذهابًا وإيابًا.

يعد التعلم بالتعزيز مهمًا لأنه يعد نهجًا واعدًا لإنشاء برامج تعمل بشكل مشابه للبشر، حيث لديها أهداف طويلة المدى وتتعلم بالتجربة والخطأ لكي تصل للحل الأنسب في بيئتها.⁠⁠18 ⁠19

قد يكون الالتحاق ببرنامج الدكتوراه في التعلم المعزز أقل صعوبة من الالتحاق بمثيلاتها في التعلم العميق، نظرًا لأن مجال التعلم العميق يحظى بالشهرة الآن. يمكنك تحقيق كلا الأمرين من خلال دكتوراه في التعلم العميق المعزز.

التطبيقات

إذا كنت ستعمل على تطبيق معين يعتمد على تعلم الآلة مثل تطبيق للرؤية أو التعرف على الكلام، فهناك بعض الأشياء التي يجب مراعاتها. لا يهم كثيرًا أي تطبيق تختار العمل عليه طالما كنت تطور مهاراتك في تقنيات تعلم الآلة الأساسية. ولكن من المستحسن أن تفكر جيدًا في التطبيق الذي تريد العمل عليه. الأفضل هو المجال الذي يمكنك إحراز تقدم فيه ولم يصل إلى مستوى مستقر بعد. يمكنك العثور على مثل هذه المجالات من خلال الاطلاع على هذه المقالة، التي تحتوي على رسوم بيانية توضح مدى التقدم الذي أحرزه تعلم الآلة في العديد من التطبيقات المحددة.

لمزيد من التفاصيل حول اختيار البرنامج المناسب، انظر هنا.

اكتسب خبرة في العمل في الشركات خلال دراستك للدكتوراه

يمكن أن يكون التدريب في الشركات مكملاً مفيدًا لدرجة الدكتوراه لأنه يزودك بالمعرفة حول آلية عمل الشركات، ويدربك على الأدوات المتاحة (مثل البنية التحتية لـ Google)، كما يساعدك في العثور على وظيفة، ويمكن أن يحفز لديك اتجاهات بحثية جديدة. وبناءً على ما تردد صداه في مجتمع العاملين بتعلم الآلة، تُصنف المؤسسات التقنية إلى عدة مستويات:

  • الفئة العليا: مثل DeepMind و OpenAI و Google Brain و FAIR
  • الفئة الثانية: Baidu و Microsoft و Amazon و Twitter و Apple و IBM
  • الفئة الثالثة: الشركات الناشئة في مجال التعلم العميق (القائمة 1، القائمة 2)، ومعسكرات تدريب تعلم الآلة، التي تدرب خريجي الدكتوراه على تطبيق مهاراتهم في الشركات (في المملكة المتحدة، والولايات المتحدة)

اعرف المزيد من التفاصيل عن أفضل المؤسسات من هنا.

العديد من المنظمات التي تعمل على الأمان المتعلق باستخدام الذكاء الاصطناعي تستقبل متدربين أيضًا.

كيف تجرب مجال تعلم الآلة بينما تدرس الدكتوراه في مجال آخر

من الممكن إجراء الأبحاث في تعلم الآلة أثناء دراستك في برنامج دكتوراه في مجال كمي آخر، مثل الرياضيات التطبيقية والإحصاء والفيزياء. إذا كنت ترغب في استكشاف خيار تعلم الآلة، فابدأ بالذهاب إلى الندوات واجتماعات مجموعات البحث في معمل تعلم الآلة في جامعتك. ثم استطلع ما إذا كنت تستطيع العمل مع باحث هناك (يمكنك القيام بذلك عادةً دون الحاجة إلى تحويل قسم دراستك رسميًا) أو ترتيب زيارة بحثية للمجموعة البحث لعدة أشهر.

اعرف المزيد

أهم توصياتنا

  • دليل آدم جليف لإجراء أبحاث مفيدة في مجال الذكاء الاصطناعي، يتضمن نصائح عن اختيار الوظيفة والتقديم لبرنامج الدكتوراه فيه
  • دليل أندريه كارباثي الهام عن الدكتوراه
  • مناقشة عن كيف تصبح مهندسًا في تعلم الآلة دون الحصول على درجة الدكتوراه، مُقدم من شخصان تمكنا من تحقيق ذلك

مزيد من التوصيات

  • مقدمة في الذكاء الاصطناعي وتعلم الآلة مع العديد من الروابط لمصادر أخرى
  • التقديم لبرامج الدكتوراه في علوم الحاسوب
  • الالتحاق بالدراسات العليا في العلوم والهندسة والرياضيات وعلوم الحاسوب
  • منهجنا الخاص بالأمان المتعلق باستخدام الذكاء الاصطناعي، الذي يحتوي على قائمة مصادر هامة لتعلم الآلة
  • ملفنا التعريفي حول تشكيل الذكاء الاصطناعي بإيجابية
  • بودكاست: مقابلتنا مع بول كريستيانو حول كيفية قيام OpenAI بتطوير حلول حقيقية لـ “مشكلة محاذاة الذكاء الاصطناعي”، وتوقعاته حول كيفية تسليم البشرية عملية صنع القرار تدريجيًا لأنظمة الذكاء الاصطناعي
  • بودكاست: مقابلتنا مع داريو أمودي من OpenAI حول نصائحه عن كيفية الدخول في مجال تعلم الآلة، ويصف الطرق المحددة التي يمكن فيها لخوارزميات تعلم الآلة القيام بأعمال خطرة
  • دليلنا عن وظائف سياسات الذكاء الاصطناعي
  • بودكاست: كريس أولاه يتحدث عن العمل في أفضل مختبرات الذكاء الاصطناعي دون الحصول على شهادة جامعية، وما الذي يحدث بالضبط داخل الشبكات العصبية

المنشور الأصلي: Richard Batty (2023) Machine Learning PhDs, 80,000 Hours, 14 de diciembre.

ترجمة: إيمان وجيه.


أ

أطروحة شيخار شارما. 

ب

أطروحة فيكتوريا كراكوفنا. 

ج

تقرير جامعة كارنيجي ميلون CMU-ML-14-101. 

د

وفقًا لموقع paysa.com في يونيو 2017 

ه

من دليل التقديم لبرامج الدكتوراه في علوم الحاسوب. 

و

LeCun, Yann, Yoshua Bengio, and Geoffrey Hinton. “Deep learning.” Nature 521.7553 (2015): 436-444. 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19