學(xué)人工智能工程師

　　我看了很多朋友的回答，都是從計(jì)算機(jī)語言到數(shù)學(xué)算法輪番說了一遍。我在IT行業(yè)從業(yè)超過20年。覺得這樣的學(xué)習(xí)方法已經(jīng)跟不上時(shí)代了。甚至是錯(cuò)誤的。

　　學(xué)習(xí)人工智能不需要任何基礎(chǔ)，你會(huì)windows就可以。誠然人工智能里面包含了大量的數(shù)學(xué)算法和計(jì)算機(jī)語言。比如人工智能最火熱的領(lǐng)域機(jī)器學(xué)習(xí)和深度學(xué)習(xí)以及神經(jīng)元算法，文獻(xiàn)枯燥難懂，就是懂了，還需要靈活的應(yīng)用到實(shí)際當(dāng)中，不同案例不一定適用。所以下面我具體從學(xué)習(xí)的方法和目的兩個(gè)層面回答人工智能需要什么基礎(chǔ)這個(gè)問題.

　　學(xué)習(xí)的目的：

　　實(shí)際說不好聽話，任何人都是為了收入更高，職業(yè)更理想去接觸人工智能這個(gè)領(lǐng)域的。就是一個(gè)學(xué)者去研究人工智能無外乎在學(xué)術(shù)上有所建樹，最后在轉(zhuǎn)化為金錢。那么今天我們可以直接說我們學(xué)習(xí)人工智能的目的就是賺錢，那么怎么賺錢，無外乎找工作和承攬項(xiàng)目。那么這兩個(gè)方向需要樣樣俱全的基礎(chǔ)么?答案是否定的! d我們更應(yīng)該直接從項(xiàng)目入手，什么項(xiàng)目直接找到對(duì)應(yīng)的人工智能案例，迅速切入案例為主。在實(shí)踐中不斷完成基礎(chǔ)的搭建，遇到不會(huì)的不解的逐步通過經(jīng)驗(yàn)來了解。就像神經(jīng)元網(wǎng)絡(luò)，人從來都需要第一個(gè)神經(jīng)元來構(gòu)筑這個(gè)網(wǎng)絡(luò)，如果這個(gè)神經(jīng)元距離你學(xué)習(xí)的目的太遠(yuǎn)，遲遲得不到正向的激勵(lì)，那么遲早你會(huì)喪失興趣而選擇離開這個(gè)行業(yè)。我們昂鈦客AI人工社群的目標(biāo)，就是用40行左右的大量案例和實(shí)驗(yàn)，來高速迭代學(xué)習(xí)人工智能的案例，另外只有大量的案例練習(xí)和實(shí)踐，才能對(duì)基礎(chǔ)知識(shí)有深刻的認(rèn)識(shí)。

　　學(xué)習(xí)的方法：

　　這位朋友既然想知道需要什么基礎(chǔ)，正常思路是先學(xué)完這些基礎(chǔ)課程在切入人工智能領(lǐng)域。比如數(shù)學(xué)方面的：機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，神經(jīng)元算法。傅里葉變換，小波算法，時(shí)間序列，甚至初級(jí)的高等代數(shù)，概率論等。

　　計(jì)算機(jī)語言方面的：因?yàn)閠ensorflow和caffe都是應(yīng)用在linux環(huán)境下最為普遍，所以csh,bsh要會(huì)，那么標(biāo)準(zhǔn)c,c++也應(yīng)該了解。而python更是案例最多的語言。而go呢也代表未來。

　　學(xué)完軟件肯定你覺得這是不是基礎(chǔ)呢?錯(cuò)了，硬件你應(yīng)該了解編譯原理，和操作系統(tǒng)，因?yàn)楝F(xiàn)在深度學(xué)習(xí)大量應(yīng)用到了并行處理，你對(duì)硬件不熟悉，怎么能在有限的資源下實(shí)現(xiàn)更好的算法。還有大量虛擬機(jī)和gpu,tpu的硬件知識(shí)撲面而來。

　　人工智能專業(yè)前景如何?