人工智能是目前非常受關(guān)注的領(lǐng)域，所以想要從事這個(gè)領(lǐng)域，首先需要對(duì)這個(gè)領(lǐng)域要有基本的了解，然后看自己是否真的感興趣，再選擇報(bào)考。

?

Part 1：人工智能是什么？

?

人工智能其實(shí)是一個(gè)非常泛的概念，人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括圖像識(shí)別、語言識(shí)別、專家系統(tǒng)、自然語言處理和機(jī)器人科學(xué)等。在人工智能誕生以來，技術(shù)和理論都在不斷成熟，應(yīng)用領(lǐng)域也在不斷擴(kuò)大，可以猜想，未來的人工智能帶來的創(chuàng)新科技產(chǎn)品，將是人類智慧的容器。

?

Part 2：人工智能的專業(yè)選擇

?

人工智能可以說是一門高尖端學(xué)科，屬于社會(huì)科學(xué)和自然科學(xué)的交叉，涉及了數(shù)學(xué)、心理學(xué)、神經(jīng)生理學(xué)、信息論、計(jì)算機(jī)科學(xué)、哲學(xué)和認(rèn)知科學(xué)、不定性論以及控制論。研究范疇包括自然語言處理、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、模式識(shí)別、智能搜索等。應(yīng)用領(lǐng)域包括機(jī)器翻譯、語言和圖像理解、自動(dòng)程序設(shè)計(jì)、專家系統(tǒng)等。

?

對(duì)于本科并沒有專門、深入的AI、ML專業(yè)，因?yàn)楫吘惯@些方向?qū)儆诟邔哟蔚闹R(shí)，需要一定的基礎(chǔ)。但由于現(xiàn)在AI熱還有工業(yè)界對(duì)于這方面人才的強(qiáng)烈需求，所以已經(jīng)有些大學(xué)專門開設(shè)了數(shù)據(jù)科學(xué)專業(yè)，更甚者是數(shù)據(jù)科學(xué)學(xué)院。所以如果有意向從事AI相關(guān)的工作，在本科專業(yè)上可以嘗試以下選擇：

?

1、如果是暫時(shí)沒有太大傾向，既有可能做科學(xué)研究，也有可能做工程開發(fā)，可以選計(jì)算機(jī)方向，例如“計(jì)算機(jī)科學(xué)”（Computer Science），軟件工程（Software Engineering），目前情況來看，最對(duì)口從事AI方向的的確是CS，AI具體的里面的子領(lǐng)域如Machine Learning，Computer Vision， Natural Language Processing，Data Mining等，在CS的高年級(jí)和研究生階段都有對(duì)應(yīng)的課程和研究方向。AI工作既需要非常扎實(shí)和廣泛的數(shù)學(xué)基礎(chǔ)同時(shí)也要求很高的實(shí)做能力，而CS正好在這兩方面都有著重培養(yǎng)。如果要專門從事這個(gè)AI領(lǐng)域，本科選擇CS是一個(gè)極佳的選擇，當(dāng)然智能科學(xué)方向只是CS這一個(gè)大專業(yè)的其中一個(gè)子領(lǐng)域，對(duì)于沒有從事這方向的CS學(xué)生來說，之后轉(zhuǎn)向此領(lǐng)域也是相對(duì)比較容易的，畢竟CS的基礎(chǔ)是從事AI工作的必要條件，在當(dāng)今各個(gè)領(lǐng)域全面智能化的今天，各個(gè)領(lǐng)域都需要AI人才和懂如何配合AI工作的其他領(lǐng)域的人才，而這兩者的高端人才都將大量來源于CS專業(yè)。

?

2、如果是潛心做學(xué)術(shù)，搞理論研究，那么專業(yè)推薦選擇“應(yīng)用數(shù)學(xué)”。目前的機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)本質(zhì)上是微分方程、概率論、矩陣分析等等數(shù)學(xué)領(lǐng)域的一個(gè)應(yīng)用場(chǎng)景。而近年來發(fā)展蓬勃的深度學(xué)習(xí)，正是機(jī)器學(xué)習(xí)的一個(gè)非常接近人工智能的分支。因此，人工智能方向的研究人員需要有扎實(shí)的數(shù)學(xué)基礎(chǔ)才能做好AI的理論研究。這個(gè)專業(yè)主要是培養(yǎng)學(xué)生的數(shù)學(xué)基礎(chǔ)，比如微分方程、線性代數(shù)、數(shù)理統(tǒng)計(jì)、信息論等，這些都是人工智能和機(jī)器學(xué)習(xí)的基礎(chǔ)。除了這些基礎(chǔ)的學(xué)科知識(shí)，還可以了解下傳統(tǒng)機(jī)器學(xué)習(xí)的知識(shí)，多加鍛煉編程能力和英語，但完成本科應(yīng)用數(shù)學(xué)專業(yè)的學(xué)生，如果就讀研究生，通常就轉(zhuǎn)專到計(jì)算機(jī)方向或者經(jīng)濟(jì)類方向。

?

3、我國前幾年還出了“智能科學(xué)與技術(shù)”專業(yè)，根據(jù)你的高考成績，可以嘗試選擇北大，大連海事，西安電子科技，南開，北郵，首師，中南，廈大等數(shù)十家高校（排名不分先后）。但是大學(xué)教育還不強(qiáng)調(diào)很專業(yè)很深入的，在本科階段需要學(xué)的廣一些，把基礎(chǔ)打好，提高GPA，廣泛涉獵其他領(lǐng)域，找準(zhǔn)自己真正的興趣。修過“智能科學(xué)與技術(shù)”這個(gè)專業(yè)的人表示，其實(shí)學(xué)的東西基本上是介于Computer Science和Electrical Engineering專業(yè)之間的，雖然也有模式識(shí)別，但是都是比較表面，并沒有深鉆研，真正的有關(guān)智能的研究卻是在研究生階段，但是本科如果能有比較好的基礎(chǔ)（不僅是在數(shù)學(xué)和英語，還有編程能力，比較簡單的智能算法的仿真與應(yīng)用），這對(duì)以后的學(xué)習(xí)與發(fā)展都是很有幫助的。

不排除現(xiàn)在的自動(dòng)化、通信、機(jī)械 等專業(yè)在一定程度上都會(huì)往智能靠攏，無論是什么專業(yè)都可以在課外學(xué)習(xí)相關(guān)的知識(shí)，尤其是在這個(gè)優(yōu)質(zhì)學(xué)習(xí)資源隨手可得，終身學(xué)習(xí)的時(shí)代，但在整體課程的安排上，這個(gè)專業(yè)還是會(huì)不同于其他的專業(yè)，而且這有個(gè)優(yōu)點(diǎn)是在讀研復(fù)試的時(shí)候會(huì)有些加分，缺點(diǎn)在于：如果不讀研，那么就業(yè)平均情況是弱于其他專業(yè)的，畢竟這個(gè)專業(yè)在社會(huì)認(rèn)可度較低，而且本科知識(shí)較淺，基本上對(duì)于職業(yè)化幫助不大。

?

但是無論選擇什么專業(yè)，只要想要從事AI的工作，可以嘗試去掌握以下技能：

1、Information Theory：開啟新的視角，無論是理論還是應(yīng)用都會(huì)用到
推薦教材：Elements of Information Theory 2nd Edition?

2、Linear Algebra：無論學(xué)什么，都是基礎(chǔ)中的基礎(chǔ)必須學(xué)會(huì)。
推薦教材: Gilbert Strang 的書和視頻

Linear Algebra，Stephen H. Friedberg

?

3、Basic statistics & probability & stochastic process：

順便說一下，一般的鄙視鏈?zhǔn)沁@樣的：algebra > probability > statistics > statistical learning > computer vision > old-school AI。

概率學(xué)深了可以很深，但是對(duì)the application of machine learning (a.k.a. computer vision) 用處不大。
推薦教材：暫時(shí)沒有

4、Signal Processing/Image Processing：對(duì)于computer vision很重要，但對(duì)有的領(lǐng)域比如NLP，或者大部分machine learning ，用處有限。
推薦教材：Image Processing, Analysis, and Machine Vision很老但是適合掃盲。

Richard Szeliski的Computer Vision: Algorithms and Applications 新但是略偏

graphics和multimedia，Computer Vision: A Modern Approach (2nd Edition) Amazon.com: Book是經(jīng)典百科全書。

還可跳過細(xì)節(jié)看David Marr的 Vision: A Computational Investigation into the Human Representation and Processing of Visual Information

5、Statistical learning：哪怕deep learning再火，它也不可能解決所有問題，統(tǒng)計(jì)知識(shí)是必備的。所以統(tǒng)計(jì)學(xué)習(xí)的那一套基礎(chǔ)知識(shí)
推薦教材：
The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition
和
Machine Learning: A Probabilistic Perspective (Adaptive Computation and Machine Learning series)

Pattern Recognition and Machine Learning (Information Science and Statistics): Christopher Bishop

6、Optimization：絕大部分統(tǒng)計(jì)學(xué)習(xí)問題都會(huì)轉(zhuǎn)化成優(yōu)化問題，區(qū)別在于有的是嚴(yán)格的分析轉(zhuǎn)化如SVM，有的只是走個(gè)優(yōu)化的套路但真正理論基礎(chǔ)還沒有得到完善比如deep learning。
推薦教材：可以嘗試 Convex Optimization : Stephen Boyd, Lieven Vandenberghe 。

?

Part 3：人工智能行業(yè)前景

?

第一、對(duì)于科技公司而言，人工智能，及其中的機(jī)器學(xué)習(xí)技術(shù)應(yīng)用范圍很廣。從垃圾郵件過濾，到互聯(lián)網(wǎng)廣告的精準(zhǔn)投放，以及未來的自動(dòng)駕駛都能用得上它。以彭博社對(duì) Google 產(chǎn)品的統(tǒng)計(jì)為例，用上人工智能的產(chǎn)品近年來幾乎都在翻倍增長。

?

從 2012 年到2015 年，Google 涉及人工智能的產(chǎn)品數(shù)變化

?

但大部分的從業(yè)者經(jīng)驗(yàn)還很有限。根據(jù) LinkedIn 的統(tǒng)計(jì)，在美國，從業(yè)時(shí)間超過 10 年的人才比例也僅占 50%。

圖：全球、美國、中國人工智能人才從業(yè)年限結(jié)構(gòu)對(duì)比

?

因而對(duì)AI人才的爭奪也成了大公司布局人工智能領(lǐng)域重中之重的事。

?

每年 12 月在加拿大舉行的神經(jīng)信息處理系統(tǒng)大會(huì)，曾是一個(gè)略顯神秘的學(xué)術(shù)會(huì)議，如今成了人工智能領(lǐng)域的達(dá)沃斯論壇。去年這個(gè)會(huì)議的參會(huì)者數(shù)量已達(dá) 3800 人，對(duì)比 2010 年翻了三倍。這也是專業(yè)研究者和科技公司老板們接觸的大好機(jī)會(huì)。

?

第二、對(duì)于大學(xué)研究院、人工智能研究所而言，他們非常希望招納更多的人工智能人才來從事基礎(chǔ)研究，招納更多愿意公開分享知識(shí)的教學(xué)人員來培養(yǎng)更多的人工智能未來研究者。

?

有專家預(yù)測(cè)，從現(xiàn)在到2040年將會(huì)是狹義的人工智能快速發(fā)展、并且深入到各個(gè)行業(yè)以及消費(fèi)者個(gè)人生活的階段。從人工智能驅(qū)動(dòng)的一些應(yīng)用中，語音識(shí)別的產(chǎn)業(yè)化、商業(yè)化程度最高，自動(dòng)駕駛汽車與智能顧問成為炒作最高點(diǎn)，自然語言處理或生成、虛擬個(gè)人助手和智能機(jī)器人仍處于爬坡期。

?

另外，自然語言處理或生成將會(huì)開啟人機(jī)交互的新界面，也是其他許多的人工智能應(yīng)用的基礎(chǔ)，到了2025年的市場(chǎng)規(guī)模或達(dá)300億美元。而具有相互學(xué)習(xí)、自我學(xué)習(xí)并與人密切協(xié)作的智能機(jī)器人到了2025年或?qū)⒊蔀榉?wù)機(jī)器人的一種主要形式，在工業(yè)機(jī)器人的領(lǐng)域市場(chǎng)份額可達(dá)25%，有700億美元的規(guī)模。

?

因此，人工智能有著非常不錯(cuò)的就業(yè)前景，我國目前處于產(chǎn)業(yè)升級(jí)階段，人工智能和工業(yè)機(jī)器人方面都是較為強(qiáng)烈的熱點(diǎn)，近兩年我國出現(xiàn)了大量的人工智能創(chuàng)業(yè)公司或者是專注于人工智能研究的實(shí)驗(yàn)室。

?

以圖像識(shí)別技術(shù)為代表的有圖普科技，基于深度學(xué)習(xí)技術(shù)多維度解讀圖片和視頻，為企業(yè)提供色情識(shí)別、暴恐識(shí)別、廣告識(shí)別、人臉識(shí)別、場(chǎng)景識(shí)別和物體識(shí)別等數(shù)十種智能識(shí)別服務(wù)，目前已經(jīng)和包括58同城、迅雷、秒拍、唱吧、花椒直播、Bilibili、糗事百科等數(shù)百家互聯(lián)網(wǎng)企業(yè)和政企機(jī)構(gòu)取得深入合作，致力于打造最大、最全面的圖像識(shí)別云平臺(tái)，為各行各業(yè)帶來最有效的圖像識(shí)別整體解決方案。

?

以語音識(shí)別為代表的有出門問問，致力于將人工智能技術(shù)落地到消費(fèi)產(chǎn)品，定義下一代人機(jī)交互的方式，曾發(fā)布純圓智能手表Ticwatch，搭載自主研發(fā)的Ticwear操作系統(tǒng)，是出門問問人工智能技術(shù)成功落地的一款可穿戴設(shè)備。在未來，出門問問進(jìn)一步落地人工智能的軟硬結(jié)合模式，打造更多更互聯(lián)互通的AI原生態(tài)硬件，人們可以通過問問手表Ticwatch來控制智能家居、智能汽車、機(jī)器人等AI原生態(tài)設(shè)備。

?

除了這兩種，還有其他類型的人工智能創(chuàng)業(yè)公司，例如致力于打造基于人工智能算法的芯片、系統(tǒng)和軟硬件平臺(tái)產(chǎn)品的地平線機(jī)器人，將云端的大規(guī)模深度神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)在高性能低功耗的“大腦引擎”上，帶來設(shè)備端上的智能，橫跨圖像、語音、自然語言理解和運(yùn)動(dòng)控制，應(yīng)用在家居、汽車、安全等領(lǐng)域，打造一套完整開放的軟硬件解決方案。

?

但即使目前我國人工智能公司求賢若渴，若想找一份自己滿意同時(shí)公司滿意自己的工作，難度肯定會(huì)較高。不僅需要學(xué)過諸如智能語音、智能圖像、智能語義或生物特征識(shí)別等人工智能技術(shù)的相關(guān)領(lǐng)域、基礎(chǔ)知識(shí)扎穩(wěn)，同時(shí)還要有創(chuàng)新的思維能力、一定的工程實(shí)踐能力，在未來，一定會(huì)有越來越多的企業(yè)、人才加入到人工智能產(chǎn)業(yè)中，各領(lǐng)風(fēng)騷、兼容發(fā)展將是中國人工智能產(chǎn)業(yè)獨(dú)特的風(fēng)貌，同時(shí)AI的競(jìng)爭也是中國實(shí)現(xiàn)彎道超車的一次絕佳機(jī)會(huì)。

?

注：部分?jǐn)?shù)據(jù)來源好奇心日?qǐng)?bào)、知乎

您也可以關(guān)注我們的官方微信公眾號(hào)（ID：ctoutiao），給您更多好看的內(nèi)容。