對一個機械專業(yè)的本科生來說，學(xué)習(xí)AI是一個漫長的過程，需要補學(xué)的內(nèi)容也比較多。就現(xiàn)階段而言沒有必要把AI的所有內(nèi)容都一一掌握，目前任何一個AI團隊都有明確的分工，要想在未來加入到AI開發(fā)團隊中需要在某個方面做到專業(yè)就可以了。
目前AI的研究主要集中在六個方面：自然語言處理、知識表示、推理、機器學(xué)習(xí)、計算機視覺、機器人學(xué)。研究的大方向主要有四個：AI像人一樣行動；合理的行動；像人一樣思考；合理的思考，關(guān)于這幾個問題也許只有哲學(xué)家能描述清楚。
在一頭沖向AI領(lǐng)域之前，需要從宏觀上了解AI都在做什么，從1956年到現(xiàn)在，AI經(jīng)歷了哪些重要的發(fā)展，這其中有哪些領(lǐng)域有具體的AI應(yīng)用，這些應(yīng)用都使用了哪些具體的算法以及實現(xiàn)技術(shù)等等。在正式開始學(xué)習(xí)AI之前，推薦一部書：
這本書是目前很多高校（包括國內(nèi)外名校）AI專業(yè)的必學(xué)教材，也是初學(xué)AI需要邁過去的第一道門檻，為什么說是門檻呢？因為這本書并不簡單，這本書很值得細細研讀。我在讀這本書的過程中感受到了AI研究的不易，也頗有心得，感興趣的朋友也可以一起交流一下。
學(xué)習(xí)AI要有一個合理的學(xué)習(xí)規(guī)劃，這個學(xué)習(xí)規(guī)劃應(yīng)該圍繞兩個重點展開，一點是數(shù)學(xué)能力，另一點是編程能力。數(shù)學(xué)對于AI的重要性不言而喻，AI的所有核心問題最終都需要通過算法來解決，說白了數(shù)學(xué)能力決定了你從事AI是否會有所作為，而這其中比較重要的數(shù)學(xué)科目就是線性代數(shù)、概率論與數(shù)理統(tǒng)計以及微積分，這些是從事AI的基礎(chǔ)。
其實數(shù)學(xué)不僅是AI的基礎(chǔ)，也是大數(shù)據(jù)的基礎(chǔ)，很多頂級的大數(shù)據(jù)專家都是數(shù)學(xué)家出身，比如國內(nèi)頂級的大數(shù)據(jù)專家鄂維南院士就是國際上著名的數(shù)學(xué)家。所以，要從事計算機行業(yè)，數(shù)學(xué)還是比較重要的，當(dāng)然也有很多開發(fā)是不需要數(shù)學(xué)的，比如前端工程師就幾乎涉及不到數(shù)學(xué)內(nèi)容。
接下來就是編程能力，編程能力的培養(yǎng)相對于數(shù)學(xué)來說還是比較簡單的。為什么這么說呢？因為計算機語言不可能比人類語言復(fù)雜。以前有很多學(xué)生跟我說Java太難了，C語言太難了，我會說：漢語難不難？我們之所以要學(xué)習(xí)編程語言就是因為人類語言太復(fù)雜了，所以才要學(xué)習(xí)計算機語言。這么說也許有些片面，但是足以激勵大家學(xué)好編程語言。
計算機專業(yè)的同學(xué)也許最喜歡的課程就是編程課程，因為程序設(shè)計邏輯性很強，有實際操作，也并不難懂。相對于網(wǎng)絡(luò)通信課程等課程來說，編程還是很好學(xué)習(xí)的。從事AI方面的開發(fā)，學(xué)習(xí)Python和Java都沒問題，這兩門語言也是應(yīng)用頗多的。學(xué)習(xí)Python比較簡單，通常2周就能夠完成，如果你有一定的計算機語言基礎(chǔ)，學(xué)習(xí)Python會更快。
如何學(xué)習(xí)Python呢？安裝一個Python的開發(fā)環(huán)境，一邊學(xué)習(xí)一邊實驗就可以了。
如果你英文不錯的話，完全可以看官方指南，寫的非常詳細也非常權(quán)威。
如果你英文不夠好，沒關(guān)系！你可以看中文教材，很多中文教材都寫的非常清晰，比如你可以參考我在頭條上寫的關(guān)于Python學(xué)習(xí)的系列文章（王婆賣瓜）。
快速學(xué)習(xí)完P(guān)ython之后，推薦一部書：
這本書使用Python作為開發(fā)語言實現(xiàn)了十個常見機器學(xué)習(xí)算法，有一定的實際使用價值，例子也很容易上手。我本人就用了不到1個月的時間，完成了其中所有的實驗，其中有些實驗也成為了我日后實踐的參考。
當(dāng)然，還有一本書也是應(yīng)該看一下的：
這些內(nèi)容多是從實踐角度出發(fā)，更具有可操作性。掌握這些內(nèi)容對參與到AI團隊中進行實際項目開發(fā)是非常有幫助的。
至于英語學(xué)習(xí)，我個人建議要找一個語言環(huán)境，語言是需要使用的，只有多用才能熟練。
以上就是我的一些個人建議，AI研究漫漫長路需砥礪前行、堅持不懈。
關(guān)注我，了解更多關(guān)于人工智能的內(nèi)容。
聯(lián)系客服
