人生多变贵在求实
人工智能是我的研究方向之一，我目前也在从事关于智能诊疗方面的落地研究，所以我来回答一下这个问题。
人工智能的概念涉及到的内容太广泛了，至今为止也没有一个比较确切的定义，但是人工智能研究的内容主要集中在六个领域，分别是自然语言处理、知识表示、推理、机器学习、计算机视觉和机器人学。
我是从研究大数据开始的，然后进入人工智能领域，所以我进入人工智能领域的切入点是机器学习。伴随着大数据的发展，大量的有效数据被采集，这为机器学习提供了重要的基础，从而让机器学习的发展进入到了一个前所未有的阶段。机器学习的关键点就在于数据的收集、整理，然后才是算法的设计与训练，只有大量的数据样本不断的训练才能让系统更加的智能化、合理化。所以大数据是机器学习的一个重要基础。
以我的经验来看，从大数据切入到机器学习进而打开人工智能的大门是比较优雅的方式，目前是大数据时代，所以从大数据开始进入人工智能是比较方便的方式。
我的研究方向是大数据和人工智能，我在头条上也陆续写了一些这方面的科普文章，感兴趣的朋友可以关注我的头条号，相信一定会有所收获。
如果你有大数据、人工智能方面的问题，也可以咨询我。
谢谢！
IT人刘俊明
我是萌新程序猿，科技圈的事情欢迎邀请我来回答！
一个人学会写字算是作家吗？会python的人多了去了，但是从事人工智能的方向只是其中一部分，学好python编程不算是人工智能，学习好python后使用的场景有很多。
python的使用场景
- 可以进行自动化运维。
- 可以做日常任务，比如自动备份你的音乐；
- 可以做网站，很多著名的网站像知乎、YouTube就是Python写的；
- 可以做网络游戏的后台，很多在线游戏的后台都是Python开发的。
- 可以写安卓的后台。
- 可以写爬虫爬数据。
- 多媒体：利用PIL、Piddle、ReportLab等模块,你可以处理图象、声音、视频、动画等，从而为你的程序添加亮丽的光彩。动态图表的生成、统计分析图表都可以通过Python来完成。
人工智能专家
关于这个的界定最好的办法去到招聘平台查看相关的招聘信息，我查了一下狗东的人工智能专家要求如下：
1、深度学习、神经网络、机器学习、数据挖掘等计算机专业硕士及以上学历
2、具备优秀的架构设计能力，具备扎实的Python/Java编程功底，优秀的开发、调试能力和数据建模基础。
3、熟悉TensorFlow/MXNet/Caffe的使用，熟悉CNN/DNN/RNN/CTC等深度学习建模技术，对深度学习调参细节有清晰的把握。
4、具有良好的沟通和团队协作能力，对业务有较好的理解能力和敏锐度、有实际业务落地的经验，注重理论与实际相结合。
5、在某个子领域有过较深入的建模经验积累，比如OCR识别、人脸识别、序列标注、命名实体识别等。
6、有过领域顶会论文(NIPS/ICLR/ICML/KDD/CVPR等)发表经验者优先。
如何学习人工智能？
最基础的点是数学，学习人工智能需要你有良好的数学基础，高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析
然后，需要掌握至少一门编程语言，毕竟算法的实现还是要编程的，一般来说python比较多，Python有非常多优秀的深度学习库可用，现在大部分深度学习框架都支持Python，不用Python用谁？人生苦短，就用Python。
最后需要算法的积累：人工神经网络，支持向量机，遗传算法等等算法；你可以学习一些框架，比如caffe卷积神经网络框架，可以用于处理视频图像等。动手实践是最好的学习方法，学习人工智能更应该理论与实践相结合。
码了这么多字，点个赞关注下再走吧！！！
关注萌新程序猿（本人咯），了解更多IT以及程序猿的知识！！！
一零言
什么是人工智能
人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND））等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。
人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。
尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。
人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。
引用了下百科的话为你解释了一下什么是人工智能。
学习人工智能该从哪开始？
这个从三方面入手方可入手人工智能。
第一方面
这是一门和数学有着息息相关的学问，想搞人工智能最基础的就是数学一定要好，高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析都要学。数学是我们从小就在学习的一门学科，也是人工智能最基础的一项知识，学好数学是非常有必要于开发的。
第二方面
数学学好了要进行算法堆积，将神经网络学好，
神经网络：是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直接简称为“神经网络”或类神经网络，全程人工神经网络。
人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
第三方面
就是一门基础开发语言，你可以使Java，也可以使python，又或者其他语言。目前来看python应用的更多一些，但是Java也有他自己的优势，有强大的后盾全球最大的学习交流平台。未来AI的发展开发人工智能的主要趋势是需耐心考证。
相关知识信息从动力节点老师处及百度百科获取。
学好Python算是做人工智能吗？
这个当然不算。Python只是一门开发语言，而人工智能的核心则是高等数学与神经网络，学好Python只是做好了准备要去深入学习人工智能的前提之一。就像学习Java一样，你学会了Java你可以做很多事情，你可以搞JavaWeb开发，也可以搞互联网架构，可以搞软件开发，还可以搞人工智能。并不是说学会了一门语言就算是做人工智能，可能还分其他许许多多的方向。
怎样才算智能专家？
神经网络，机器学习，深度学习方面学的非常的好，掌握了一门基础开发语言，并熟练的应用该开发语言，有非常扎实的编程功底，熟悉TensorFlow/MXNet/Caffe的使用，熟悉CNN/DNN/RNN/CTC等深度学习建模技术，对深度学习调参细节有清晰的把握。在某些领域有过深入的学习探究，如：语音识别、人脸识别等。
动力节点Java学院
真不知道从哪里学习，我可以推荐一个八斗小程序，里面有大咖一对一的讲解
我们有什么：
八斗问答是一个内嵌于微信小程序的问答平台，同时也有官网。与知乎相似之处在于，我们开放注册，人人可以提出、回答相关问题。与知乎不同的是，八斗专注于人工智能、大数据、物联网ＩＯＴ领域，是国内第一个也是唯一一个垂直于ＡＩ行业的问答平台。
从运营角度说，八斗的工作分为线上与线下部分。通过线上提供有质量，有干货的经验视频、讲堂、问答、资讯内容，线下微沙龙、报告会、学术讲座，开放实验室渠道等，助推智造领域整体发展。
我们在做的：
1）提问与回答 ：邀请行业人才，领域专家入驻八斗问答线上平台，提出或回答相应问答，实实在在参与到线上平台内容共建中来。
2）八斗课堂 ：和网易云课堂类似的，八斗也有自己的讲堂板块，面向行业初学者、初级工程师等等免费为主，低廉收费为辅。
3）行业资讯 ：互联网行业信息更新速度快，学习压力大，平台设有咨询版块，专注于行业前沿信息、国际学术风向、各类优质线下活动的分享。
4）线下活动：邀请知名学者、教授、高级工程师参与线下沙龙、报告会、学术讲座等，通过分享行业见闻、从业经历、实践经验等，助力行业未来人才培养。
在这里，您可以得到：
1）免费参与八斗问答定期组织的线下人工智能沙龙分享活动，与行业大咖面对面交流的机会。
2）线上有干货的问答、视频讲堂资源，所有您想了解的干货资源在这里统统都有。
3）技术交流免费提问，人工智能相关问题，我们保证行业大咖在5小时之内给您满意的答案。
4）申请成为八斗问答的大咖，宣传自己的学术、论文研究成果等，有效推广给人工智能从业者。
★★★前10000名用户申请成为八斗问答平台VIP身份，免费享受与大咖线上一对一交流的机会，免费学习八斗问答的收费课程。
哎呦658
铺天盖地的新闻消息已经证实当下的人工智能到底有多火，不可否认人工智能发展的春天已经来临。当下出现的智能机器人，无人驾驶的汽车等等黑科技，正从方方面面改变着我们的日常生活、推动着社会和时代的进步，这也让越来越多的小伙伴们对人工智能感兴趣。那么，什么是人工智能？学习人工智能需要学些什么？
什么是人工智能？
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。
学习人工智能该从哪里开始？
一、机器学习
有关机器学习领域的最佳介绍，请观看Coursera的Andrew Ng机器学习课程。 它解释了基本概念，并让你很好地理解最重要的算法。
有关ML算法的简要概述，查看这个TutsPlus课程“Machine Learning Distilled”。
“Programming Collective Intelligence”这本书是一个很好的资源，可以学习ML 算法在Python中的实际实现。 它需要你通过许多实践项目，涵盖所有必要的基础。
这些不错的资源你可能也感兴趣:
1、Perer Norvig 的Udacity Course on ML（ML Udacity 课程）
2、Tom Mitchell 在卡梅隆大学教授的 Another course on ML（另一门ML课程）
3、YouTube上的机器学习教程 mathematicalmonk
二、深度学习
关于深度学习的最佳介绍，我遇到最好的是 Deep Learning With Python。它不会深入到困难的数学，也没有一个超长列表的先决条件，而是描述了一个简单的方法开始DL，解释如何快速开始构建并学习实践上的一切。它解释了最先进的工具（Keras，TensorFlow），并带你通过几个实际项目，解释如何在所有最好的DL应用程序中实现最先进的结果。
在Google上也有一个great introductory DL course，还有Sephen Welch的great explanation of neural networks。
之后，为了更深入地了解，这里还有一些有趣的资源：
1、Geoffrey Hinton 的coursera 课程“Neural Networks for Machine Learning”。这门课程会带你了解 ANN 的经典问题——MNIST 字符识别的过程，并将深入解释一切。
2、MIT Deep Learning（深度学习）一书。
3、UFLDL tutorial by Stanford （斯坦福的 UFLDL 教程）
4、deeplearning.net教程
5、Michael Nielsen 的 Neural Networks and Deep Learning（神经网络和深度学习）一书
6、Simon O. Haykin 的Neural Networks and Learning Machines （神经网络和机器学习）一书
三、人工智能
“Artificial Intelligence: A Modern Approach (AIMA)” （人工智能：现代方法） 是关于“守旧派” AI最好的一本书籍。这本书总体概述了人工智能领域，并解释了你需要了解的所有基本概念。
来自加州大学伯克利分校的 Artificial Intelligence course（人工智能课程）是一系列优秀的视频讲座，通过一种非常有趣的实践项目（训练AI玩Pacman游戏 ）来解释基本知识。我推荐在视频的同时可以一起阅读AIMA，因为它是基于这本书，并从不同的角度解释了很多类似的概念，使他们更容易理解。它的讲解相对较深，对初学者来说是非常不错的资源。
大脑如何工作
如果你对人工智能感兴趣，你可能很想知道人的大脑是怎么工作的，下面的几本书会通过直观有趣的方式来解释最好的现代理论。
1、Jeff Hawkins 的 On Intelligence（有声读物）
2、Gödel, Escher, Bach
我建议通过这两本书入门，它们能很好地向你解释大脑工作的一般理论。
其他资源：
Ray Kurzweil的 How to Create a Mind （如何创建一个头脑Ray Kurzweil） (有声读物).
Principles of Neural Science （神经科学原理）是我能找到的最好的书，深入NS。 它谈论的是核心科学，神经解剖等。 非常有趣，但也很长 – 我还在读它。
四、数学
以下是你开始学习AI需要了解的非常基本的数学概念：
微积分学
1、Khan Academy Calculus videos（可汗学院微积分视频）
2、MIT lectures on Multivariable Calculus（MIT关于多变量微积分的讲座）
线性代数
1、Khan Academy Linear Algebra videos（可汗学院线性代数视频）
2、MIT linear algebra videos by Gilbert Strang（Gilbert Strang的MIT线性代数视频）
3、Coding the Matrix （编码矩阵） – 布朗大学线程代数CS课程
概率和统计
1、可汗学院 Probability（概率）与 Statistics（统计）视频
2、edx probability course （edx概率课程）
五、计算机科学
要掌握AI，你要熟悉计算机科学和编程。
如果你刚刚开始，我建议阅读 Dive Into Python 3 （深入Python 3）这本书，你在Python编程中所需要的大部分知识都会提到。
要更深入地了解计算机编程的本质 – 看这个经典的 MIT course （MIT课程）。这是一门关于lisp和计算机科学的基础的课程，基于 CS -结构和计算机程序的解释中最有影响力的书之一。
六、其他资源
Metacademy – 是你知识的“包管理器”。 你可以使用这个伟大的工具来了解你需要学习不同的ML主题的所有先决条件。
kaggle – 机器学习平台
以上的回答希望能帮到大家！当然如果想快速学好人工智能，可以来千锋。
千锋Python+人工智能培训课程坚持全程面授、项目驱动教学模式，推出“两周免费试听，不满意不缴费”政策，给你时间和机会评价教学实力。据悉千锋Python+人工智能培训采用讲师+项目指导老师+班主任全方位的课程指导体系，课程覆盖所有类型数据库，结合爬虫新技术、全面增强数据抓取和搜索技能;推出贴近企业实战的机器学习案例，例如人脸识别、手写数字识别、汽车车牌号识别等，毕业学员可从事Web开发、爬虫、人工智能等方向，满足多口径企业需求。
千锋武汉
注意参考以下这八个方向，我觉得人工智能涉及到的技术，不同方向的要求还是有差别的。先掌握方向，然后再根据方向决定自己学哪种技术。
热点一：自动驾驶
百度 Apollo、谷歌 Waymo、特斯拉、深圳无人驾驶公交车等，都是2017年讨论热点。
百度Apollo计划开放自动驾驶平台，提供一套完整的自动驾驶软硬件和服务的解决方案，有可能对全球自动驾驶产业发展产生影响。
不过，无人驾驶上头条之后，人类也开始关注安全性与监管政策是否到位，一些地方正在建无人驾驶示范区。
热点二：人工智能芯片
难度比较大的一个方向，国内很多项目还在起步阶段。
比较有影响力的包括寒武纪、深鉴科技、地平线等，融资也相当可观，基本上在数千万美元。深鉴科技拿到了蚂蚁金服的大笔投资。
寒武纪科技公司除了拿到1亿美元的A轮融，还发布人工智能芯片和系列产品，芯片在华为Mate10手机得到应用，AI芯片开始大规模进入消费级市场。
除上述三大头牌外，还有耐能 Kneron、启英泰伦、WestWellLab 西井科技、深思创芯等。
热点三：人工智能+医疗
AI+医疗可能是一场持久战，虽然现在被风吹得很高，但普遍商业化应用并不容易。最火热的AI+医学影像领域也遇到了一些瓶颈。
其实在2015年的时候，IBM以10亿美元收购医疗影像公司Merge Healthcare，并到Watson Health care，后者利用Merge公司拥有的海量图像数据进行深度学习，成为AI+医学影像的标志性事件。
到2017年的时候，大量影像类AI公司拿到融资，而在公司数量方面，应该也有100多家，还有有数据显示，全球总共有1800多家人工智能企业。
其中，包括BAT在内，国内共有8家新三板及上市公司杀入。分步在辅助诊断、医学影像诊断、药物研发、智能医疗机器人、健康管理、可穿戴设备、风险预测等。
热点四：人工智能硬件
2016年的时候，图形处理器 (GPU)生产巨头英伟达向人工智能服务器供应商转型时，股价一度创造历史新高。
其实，英特尔、Nervana、Movidius、Bitmain、Cambricon、Cerebras、DeePhi、谷歌、Graphcore、Groq、华为、ARM以及Wave Computing等大牌，都在该领域里发力。
经过数年的孵化，人工智能硬件大量出现，比如智能音箱、智能手表、车载设备、无线耳机、AR眼镜、烹饪机器人、清洁机器人、同传翻译机等等。
热点五：AI+
人民日报海外版一篇报道里提到，从2012年至今，中国在人工智能领域有1354家企业，2017年投资总额超过622亿元，相比2012年的6亿元翻了上百倍 。而且认为，2018是人工智能从学术进入产业、普及应用的关键年。
AI+成为行业共识，新技术成为各行业的标配，广泛引入金融、安防、医疗等数据基础较好的行业领域，支持平安城市、智慧交通的建设。
另一方面，相对成熟的技术在消费级市场得到应用，刷脸支付、AI翻译、无人店、智能语音音箱等AI应用显著增多。
过去讲互联网+，未来一定是AI+，用人工智能提振产业与企业，因为不是每个企业都可以互联网+，但AI+可以在更多行业落地。
热点六：智能语音识别
智能音箱借助语音识别及自然语言处理技术的成熟，开启了一波风口。
比如搜狐在纽交所上市的时候，号称人工智能第一股，招股书里提及人工智能多次。这家公司确实在语音识别、对话、翻译、问答等方向努力。
老牌的智能语音识别公司：科大讯飞，继续在这个领域里发力，向教育、医疗、智能硬件、机器人等战略纵深挺进，比如教育应用领域，已有教学、考试、学习等成熟的方案落地。
在该领域里，还浮现了出门问问、云知声、猎户星空、作业盒子、助理来也、乂学教育、中译语通、追一科技等角色。
热点七：计算机视觉与图像
大概有100多家公司杀入该战场，将深度学习技术应用到视觉与图像领域，具体涉及的细分领域包括：
三维图像视觉、图片识别分析、人脸识别、文字识别、视频监控分析、图像及视频编辑、工业视觉检测、医疗影像检测、驾驶辅助与智能驾驶等。
其中，相比2016年，人脸识别概念的热度虽然有所降低，但依然是核心业务，《麻省理工科技评论》发布「2017 全球十大突破性技术」榜单，来自中国的技术「刷脸支付」位列其中。
拿到的投资也极其可观，比如商汤科技融资大概在2亿美元左右，旷视科技也有1个多亿美元，深醒科技的融资大概在3亿元，依图科技数千万美元。
热点八：人工智能秩序
《Nature》开始关注人工智能社会伦理问题，808名科研人员签署23条“阿西洛马人工智能原则”，推动人工智能健康发展。
在这拨人工智能的浪潮中，中国表现出了很相当明显的优势，比如学术水平领先，优质论文里，华人比例高达42.8%。还有就是积累极其巨大的数据量，国家政策旗帜鲜明地支持。
NM知本产融服务区，爱和华旗下，商业财富深度分析，产融发展谋略，赋能所有在奋斗路上的企业家与创业者！
知本圈
入门机器学习，也许以下视频可以给你提供一些思路
\n
{!-- PGC_VIDEO:{"thumb_height": 360, "file_sign": "900e606d590aef86e1c7920e6c9ddef4\
