Der klassische Einstieg über Fachbücher funktioniert ohne Vorkenntnisse für mich nicht. Es gibt jedoch eine breite Auswahl an online Schulungsprogrammen, zumeist aus dem US-Amerikanischen Raum. Die Kurse ermöglichen einen geführten und praxisorientierten Einstieg. Deutsche Schulungsanbieter haben leider bislang kein Angebot.
Basierend auf einem deutschen Ingenieursstudium nähert man sich gerne mit Fachbüchern an ein neues Thema an und das könnte auch für die künstliche Intelligenz funktionieren. Es finden sich in den einschlägigen Portalen eine Vielzahl Werke. Sehr aktuelle Titel wie auch über 30 Jahre alte Bücher. Bei den älteren Veröffentlichungen handelt es sich zumeist um Werke von Hochschullehrern, die Jüngeren sind eine bunte Mischung auch Fachbüchern und Was-Wäre-Wenn-Erzählungen von Experten. Hier könnte man jetzt versuchen zu filtern und das werde ich sicher noch machen.
Onlinekurse als Alternative zum einsamen Einstieg über Fachbücher
Eine andere Art der Wissensvermittlung bieten MOOC. Die Abkürzung steht für Massive Open Online Course. Sie beinhalten ein Curriculum mit einer Mischung aus Lehrvideos, Texten, Übungen und in Eigenregie durchzuführenden Projekten. Durch Übungen und Projekte erhält man Feedback zu seiner Arbeit und der Austausch mit Mitlernenden wird gefördert. Mit dieser Art des Lernen habe ich gute Erfahrungen in anderen IT-lastigen Bereichen gemacht und werde auch für KI denselben Einstiegspunkt wählen.
Bei der Suche nach einem deutschen Anbieter eines MOOC wurde ich nicht fündig. Nicht einmal eine abgefilmte Vorlesung ohne weitere Inhalte konnte ich finden. Master-Studiengänge zum Fernstudium – Fehlanzeige. Es bleiben nur konventionelle Master mit Präsenz, die für mich nicht infrage kommen. Also werde ich mich den US-Amerikanischen Marktführern zuwenden.
Meine Favoriten sind drei Kurse von US-Amerikanischen Anbietern
1. „Machine Learning“ von der Stanford Universität über die Plattform Coursera
Dabei handelt es sich um einen der bekanntesten Kurse zum Thema KI. Gehalten wird er von Andrew Ng, einer der Größen der Branche und u.a Ex-Google, Ex-Baidu und Mitgründer der Plattform Coursera selbst.
Die Inhalte des Kurses gehen sehr auf die mathematischen Grundlagen ein. Damit eignet er sich gut um die Hintergrund zu verstehen, allerdings werden die Praxisanteile in Matlab umgesetzt. Ich mag Matlab sehr, es ist jedoch meiner Kenntnis nach ein Exot unter den Umgebungen in den KI typischerweise umgesetzt wird. Für die Erstellung von schnellen Prototypen wird es jedoch weiterhin eingesetzt.
Coursera typisch ist die freie Teilnahme, für ein Teilnahmezertifikat werden ca. 80 USD fällig. Die Dauer ist mit elf Wochen angegeben.
2. “Machine Learning Engineer Nanodegree“ über die Plattform Udacity
Auch in diesem Kurs werden zunächst die Grundlagen vermittelt. Der Fokus scheint jedoch auf der Vermittlung von Kenntnissen zum Umgang mit den Werkzeugen zur KI Erstellung zu liegen. Zum Einsatz kommen dabei Tools, die zum industriellen Standard gehören wie Tensorflow in Python. Es werden ausgesprochen viele Praxisanteile in Form von Projekten umgesetzt.
Die Dauer ist mit 6 Monaten angegeben und die Kosten für die Teilnahme liegen bei ca. 1000 USD, bei unbegrenzter Dauer bis zum Abschluss. Es ist möglich zunächst einen kostenfreien Probemonat zu nutzen.
3. Microsoft Professional Program for Artificial Intelligence über die Plattform edx
Microsoft hat eine Lernumgebung für KI geschaffen. Dazu gehört sogar ein Development Board mit einigen Sensoren auf dem man eigene Projekte umsetzen kann. Auch dieses Programm geht auf Grundlagen ein und lehrt den Umgang mit den nötigen Werkzeugen wie Python. Nicht alle Kurse scheinen direkt auf die AI ausgerichtet, sondern auch in angrenzende Bereich zu behandeln.
Zur Dauer wird nur eine ungefähre Angabe gemacht. 120 bis 480 Stunden in 10 Kursen. Die Teilnahme ist kostenfrei. Für ein Teilnahmezertifikat werden ca. 100 $ je Kurs verlangt.
Entscheidung: Meine ersten Schritte mit Stanford
Ich habe es nicht eilig und werde daher mit dem Kurs starten, der mir die Grundlagen am besten vermitteln kann. Das ist der Klassiker von Andrew Ng – „Machine Leanrning“.
