教主protrbl

作為一個碩士期間研究方向和人工智能相關，現在從事JAVA開發的人可以肯定的告訴你，對於還沒有畢業的你，想轉行做人工智能真的是一個很有遠見的選擇。

人工智能和市面上常見的Java培訓機構不一樣，Java培訓機構傳授給你一些固定知識，基本上背熟了，就能去試著寫一個java web的項目了。但是人工智能的核心是算法，尤其是現在最流行的機器學習，你除了要了解算法，還要擁有在面對不同場景時，準確分析場景特點，然後選擇合適的算法的能力。我個人是不認為你需要先從大數據開始的，因為我們研究生期間做學習自動機算法研究，其他項目組做神經網絡研究，都不需要我們先去了解大數據的。如果你對人工智能感興趣，那麼就從這裡開始就可以。

接下來，我就聊聊你該如何學習人工智能。

首先，你需要自學算法基礎，這個是任何人都不能替代你，你也不能省略的一步。

然後是參與項目，從最初的旁觀者，到慢慢參與，這個過程能夠讓你快速把所學與實際場景結合起來，真正用過的知識，就能烙印在你的腦海中了。這期間如果你可以到網上找一些別人的demo，或者自己給自己出一個場景題作為項目測試，比如一個項目是做任務調度的，但是目前資源不均導致調度無法完全匹配需求，會出現很多無意義的排隊，浪費了用戶的時間。最開始，你還沒有經驗的時候可以看看網上其他人的分析，學習他們是如何確定算法與策略的。

當你反覆的實現上述過程，慢慢的，就能成為一個可以獨當一面的人工智能工程師了。

當然，由於已經假定你是有編程語言基礎了，所以在上述過程中，我沒有將語言作為一個方面講述。這裡補充一下，如果要做人工智能方向，Python是非常重要的編程語言。

以上是我的淺見，歡迎各位在下方評論溝通。

我是蘇蘇思量，來自bat的Java開發工程師，每日分享科技類見聞，歡迎關注我，與我共同進步

蘇蘇思量

因為我的本科專業就是人工智能，在這裡我就簡單的給你說一下這個行業吧。

首先，這個行業無疑是非常吃香的，因為未來幾十年可以說就是計算機的天下，如果你能夠學好人工智能的話，那麼目前很多中國的公司，無論是國企還是私企都會將你收入囊中，你完全不必擔心工作的問題，而且一旦你研發出成本的話，所得到的收益是相當的可觀於豐厚的。

其次，人工智能目前也分好多種方向，看你具體的研究方向有些比較複雜，當然，如果你真心想要好好學的話，也不是沒有可能的，畢竟有的人四五十歲還在轉行業。

人工智能這門科目學起來的話還是需要很紮實的底子的，像c語言和數據結構，基本上就是不可脫離腦子的基本數據，如果你連基本功都不紮實的話，那可以說在以後的人工智能研發過程中，你是很沒有優勢的。所以說你如果想學這人工智能的話，首先需要搞懂c語言或者數據結構，再往下分就是彙編語言了。只有將這些牢牢掌握入，那你才可以去研發更高端的人工智能，否則的話還是建議你不要繼續下去了，沒什麼用。

這就是我的看法，謝謝。

David在學習

想轉行做人工智能，我非常支持你的決定！人工智能一定是未來的趨勢。但是如何轉行這得講究一定的方法，不然轉人工智能很難。

我主張自學，而且我也是這麼幹的，跟你分享一下我的方法！

01 明確兩個選擇

一是人工智能領域方向，主要包括圖像識別，語音識別和自然語言處理（NLP），更底層的包括AI芯片設計，選擇一個你感興趣或者有基礎的方向深入進去。

二是崗位方向，包括人工智能算法，人工智能應用，人工智能數據處理，人工智能芯片架構等等。不同的崗位對高等數學，線性代數，概率論，模式識別，數理統計，信息論，決策論等學科要求不同。

02 看名師的視頻

對於學習，單看書籍會很枯燥乏味，因此建議學習一些名師的公開課視頻，比如斯坦福的吳恩達公開課，臺灣大學的李宏毅，這兩個我看過，都非常好！

03 學習知名大學課程

除了觀看公開和課，還需要系統的學習一門大學的公開課，比如斯坦福大學的CS231a（Computer Vision），CS230（Deep Learning）和CS224（NLP）官網都有公開的PPT資料，我也看過其中一部分，相當不錯。

另外推薦兩本書：周志華的《機器學習》和Bishop的《模式識別和機器學習》，這兩本書對學習一些理論基礎非常有用！

04 看論文

除了學習基礎知識，最重要的一個是閱讀以前的一些論文，徹底學習一些算法或者模型的提出，比如學習CNN模型：LeNet，AlexNet，VGGNet，GoogleNet等，通過論文的閱讀可以知道每一層卷積層的參數，以及每種模型提出的原因。

閱讀放下最新的論文，可以瞭解人工智能最新技術。比如CNN有一定侷限，為此有學者提出了GNN。論文是獲取新技術的最佳途徑。

arxiv是獲取最新論文的好去處。

05 關注國內人工智能大會

上面是學習一些理論知識，同時還應該關注國內舉辦的人工智能大會，如果不能沒條件到現場，可以閱讀大會和科研院所發佈的文檔，比如《2018世界人工智能產業發展藍皮書》、《人工智能芯片技術白皮書》和《人工智能發展白皮書技術架構篇》等等。通過這些權威文檔能瞭解當前人工智能的發展現狀以及未來的趨勢。

06 從上而下學習

這裡有個很重要的方法，千萬不要抱著線性代數，概率論這樣的書看透了再學別的。相反，應該先大概瞭解一些基本的，然後找到個應用人工智能的項目，比如人臉識別，在解決問題的過程中，學習基本理論，機器學習算法。

不然，那些理論書籍枯燥乏味，看幾天就會放棄，很難加持下來。

07 貴在持之以恆

自我學習語言強大的意志力和毅力，切忌“三天打魚 兩天曬網”，訂好每天固定時間學習幾個小時，看完多少論文等等。23歲正好是可以幹事的年紀，這個年紀把握好了，未來5-10年的就業機會都不錯。最早從事互聯網工作的程序員，現在都已經積累了一定的財富。

上面推薦的斯坦福課程課件，兩本書籍和藍皮書，白皮書，可以關注並私信我，我發給你！希望對你有幫助！讓我們一起學習人工智能！

AI科技猿

此時一位碼農路過，並留下了個人見解。

什麼是人工智能呢？按照百度的說法就是是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支，它企圖瞭解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器。那麼，在此之前我們先來看看一組統計，如下：

從圖中可以看出，人工智能在中國市場的規模是越來越大了。上到國家層面，下到各大公司的不斷推崇，人工智能在未來是一個很吃香的行業。那麼，目前來說，硬件方面的應用例如百度和谷歌的無人駕駛汽車、人工機器人等。而大眾化的AI工作者能接觸到的大部分是一些企業方面的機器學習相關的工作，也就是通過大量的數據來訓練出模型，進而為企業的已用商品附能以達到更好的經濟效應。

說到這裡，不得不提醒，要想往這方面發展，數學是真的要好。線性代數、高數、數理統計、算法等各方面都有要求。當然，雖然現在在算法方面很多都有已經封裝好的庫，例如sklearn裡面封裝好的機器學習庫，直接調用方法以及餵養一些數據就可以訓練好了，但前提是，你得知道在什麼時候調哪些庫，為什麼要調這樣的庫進行計算？還有一點，如果你想往更深一層的去走，那麼，你就更加需要去理解底層的一些運行原理了，甚至乎很多時候你還得去進行公式的推導和計算。所以，如果你真想從事這方面的話，我建議你還是先學好算法相關的東西，好好補充數學知道，當然大數據這方面的話，也對算法和一些數學知識有要求。最好的話，如果能考研，我建議你去考研，真的。

這是一條辛苦的道路，未來前景雖好，但如果不適合自己，那麼，只會是浪費自己的時間而已，畢竟，人的精力有限，好好想想自己是不是真的要這樣走。最後祝你好運。

喜歡的小夥伴可以給我點贊或者關注我哦。

藍洛333

作為一名IT行業的從業者，同時也是一名計算機專業的教育工作者，我來回答一下這個問題。

當前正處在大數據和人工智能時代，對於23歲的畢業生來說，選擇人工智能方向是不錯的選擇，未來的發展機會也比較多。

雖然人工智能未來的發展空間比較大，但是由於人工智能領域涉及到的內容比較多，所以學習難度還是比較大的，對於非計算機相關專業的人來說，學習人工智能相關知識應該注意以下幾個方面：

第一：選擇一個適合的切入點。人工智能目前的研究主要集中在六大領域，分別是機器學習、計算機視覺、自然語言處理、知識表示、自動推理和機器人學，不同的領域需要具備不同的知識結構。在當前的大數據環境下，機器學習的熱度比較高，選擇從機器學習開始是個不錯的選擇，而機器學習又是數據分析的重要手段之一，所以對於基礎比較薄弱的人來說，從大數據開始學習也是一個比較現實的選擇。

第二：注重基礎知識的掌握。人工智能和大數據方向對於數學的要求比較高，不論是機器學習、自然語言處理還是數據分析都離不開數學知識，所以要注重數學知識的學習，包括高數、線性代數、概率論等內容。如果從大數據開始學習，還需要掌握一定的統計學知識。

第三：注重編程語言的學習。目前Python語言在人工智能領域和大數據領域都有廣泛的應用，而且Python語言比較簡單易學，所以Python語言是不錯的選擇。在學習Python語言的過程中可以補學一系列知識，也可以通過Python來完成一些基本的機器學習實驗，從而逐漸理解人工智能和大數據的相關概念。

我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。

如果有互聯網方面的問題，或者考研方面的問題，都可以諮詢我，謝謝！

IT人劉俊明

作為軟件工程師，我覺得有必要從三個角度來分享一下我的看法。

興趣層面

如果自己對人工智能有非常濃厚的興趣，就衝這一點就值得去學習人工智能。但是不能莽撞因為人工智能帶來的炫酷而感興趣，因為真正的人工智能從業者，都是面對枯燥單一的代碼和算法，你所瞭解的人工智能可能只是它的結果而已。

學歷層面

211本科院校畢業算是在學校上有一定優勢，畢竟人工智能對學校和學歷要求有門檻，比較理想的狀態是研究生以上學歷從事，因為人工智能簡單來說還是數學的問題，本科生不會在數學上有什麼深刻的學習，研究生才是數學的初探。

專業層面

因為題主是想轉行搞人工智能，如果是計算機相關專業或者數學相關專業還算貼近，如果是其他工科理科專業甚至文科專業，那麼請三思。

隔行如隔山，人工智能所需要的計算機和數學知識沒有你想的這麼簡單。需要有足夠的自學能力去完成計算機編程相關的學習，有足夠毅力去專研算法。

宇文氏習慣性總結:

人工智能，前景極佳，入行者年薪三十萬起步，但是能入行者都是付出過很多學習精力的，請慎重選擇。

極客宇文氏

以下內容可能比較真實 請各位自行判斷是否入行。

人工智能的火熱不可否認

人工智能目前分為 數據分析 自然語言處理 計算機視覺 語音識別 等方向。

就筆者所知 目前只有一兩家培訓可以算得上是人工智能，其餘均為打著人工智能的旗幟教你如何編程。

如何判斷一個課程是否是人工智能入門課程：

必須包含python AI數學 機器學習 深度學習，當然這只是入門。想到企業中有所發展 還需深入學習細分領域的知識。

企業招聘要求：

最低985-211本科及以上學歷 計算機專業

英語能力 看得懂paper

前景：

bat等公司在人工智能領域已經佈局10年了

國外企業更久，

之所以近幾年會火 一部分原因是 國外的技術發展 一部分原因也是大企業 已經有底氣不怕 小企業超車，畢竟10年的數據累積

Mation梁

前不久，教育部正式公佈了2018年度普通高等學校本科專業備案和審批結果，全國共有35所高校獲得“人工智能”新專業建設資格。人工只智能專業的設立，標誌著在人工智能技術快速發展的當下，我國正在加快AI人才的培養，以適應科技時代企業和社會對於專業技術人才的需求。

現階段人工智能的火爆程度和人才需求量是毋庸置疑，在未來很長一段時期內，人工智能都是高級人才爭相湧入的熱門領域。轉行學習人工智能，我們是首先要搞明白人工智能都要學習哪些知識？以自己的基礎和學習能力是否適合學習人工智能。

很多人只是因為人工智能的熱度而產生了學習AI的想法，實則對AI包含的學習領域毫無 瞭解。其實人工智能覆蓋的知識點非常廣，單純以一個獨立學科來衡量有些侷限。諸如運籌學控制論、概率論數理統計、隨機過程、數學分析等都是算法基礎和核心。

對業內人士來說，人工智能的細分領域也非常多。主要從業方向有算法優化、決策樹、模式識別、運籌控制、計算機神經網絡、自然語言識別、機器學習（深度學習）、計算機影像學、大數據處理、分佈式計算、蒙特卡洛樹搜索等等。所以確定自己未來的主攻方向和擅長領域也很重要。

將AI和計算機分開的意義，感覺其實就是為了學精，因為計算機專業學習的內容確實太多。當AI有了一個名正言順的專業名，企業在招人的時候也好篩選對應的人才。最後希望大家都能通過自己的努力和選擇，在AI領域有所成就。

貝爾科教集團

請問題主原來是學習什麼專業的?如果是有一定計算機基礎——比如比較熟練地掌握C語言，那麼想要轉行al是是可行的。

一、題主才23歲，正當學習精力充沛，學習能力旺盛的時期。只要有足夠的投入（包括精力上，經濟上），有較為詳細的學習資料，以及一個不錯的入門老師指導。（自學其實也是可行的，不過還是要多請教，多詢問，把最基礎，核心的東西搞懂），轉行是完全可以做到的。

二、人工智能領域作為一個新興領域，未來是大有可為的。有這樣強勁的物質動力和現實基礎，對於你的學習是有鼓舞作用的。前面說到有一定C語言基礎，是有助於你進入這個行業。這是因為Python語言作為al，物聯網領域內的優勢語言，與底層C語言有很多共通性的。你有一定C語言基礎，那麼Python地學習也會簡單很多。

三、重新進入一個行業，一定要有一個有序，系統的學習計劃，不要盲目跟風，也不要“三天打魚兩天曬網”。再次我給你提個小建議:“學習的內容不要太泛，一定要有所精，一些常用的庫函數一定要夯實基礎。”

不過，如果你對於這方面沒有一點基礎。我建議你還是先從最基本的數據結構，算法導論，網絡架構開始學習。——因為沒有這些基礎，你學習al就是空中樓閣——不切實際，難以現實你想要的功能。

好了，以上就是我給你的建議。希望對你有所幫助。（攜創設計工作室 www.xiechuangsj.com）

夢馬的金大虎子

最枯燥無味的兩門技術，沒有興趣的話，百分之九十半途而廢，培訓班只能教點經驗，基礎還得自己惡補。如果不做算法，只會調用API，以後只能去貴州喂圖，如果學算法，那麼就要有數學基礎和一定的天賦。

關鍵字: 畢業 科技 轉行