前言
關於人工智能我想說明一下，AI的熱點確實是要來了，但是要懂得量力而行，但是馬雲就說過：“等風口過了最先掉下來的就是那些豬。”不是什麼人都可以從事人工智能的工作，不是什麼行業都能轉行到人工智能行業。現在來討論一下到底是一個什麼炒作流程吧，首先一些機構或者公司先進行概念炒作做出一套策劃，然後來吸引投資，等到資本進場了再講這些技術落地到具體的商業上，這就叫風口效應，站在風口豬都能飛上天這不是沒有理由的，但是熱點一過，要麼隨風逐流到下一個風口，要麼直接掉下來。不要看着熱點就往上湊如果你沒有站住腳跟那就只能和蒲公英一樣到處飄。
自知——什麼條件才能學人工智能
培訓機構給你的認知
首先我想說的那些沒有底線的培訓機構，什麼“高中畢業就可以來學啊”“不要數學基礎啊”“包你畢業年薪30/40/50W啊”，花個幾千就想月薪十幾K或者幾十K，然後學的時候給你教Python開發啊、大數據分析啊、自動化測試啊等等你怕是對人工智能這個行業有什麼誤解。
具體要我說哪些培訓機構我是不會說的，畢竟我也是幾萬粉絲的大V了萬一他們告我怎麼辦。所以我還是不說，如果有想學的私聊我哈，我會推薦你到哪些地方去學才能學到真東西。
人工智能學習條件
容我先插一張屌一點的圖片
1.學歷方面
它真的很重要，但是其實又不是那麼重要，它是你面試的敲門磚，很多企業都很吃這一套的，比如你高中學歷，你去企業面試說我目前能做的項目全國沒幾個人能搞，我設計了XXX算法什麼的，那麼你的簡歷就停留在學歷那一欄然後就刪了，或者就扔了。當然如果你是本身就在IT行業搞編程搞了很久了零幾年就開始了那麼你可以通過人脈和其他渠道找工作，這是沒問題的。
說它不重要是因爲，它真的就是一張紙一樣的，線性代數、概率論、高數、凸優化什麼的你到那個大學的理工科系學不了？非要到985、211？非要博士、碩士他才教你嗎？計算機科學、編程基礎那個計算機專業不可以學？但是沒得辦法這就是行業規則。
2.知識儲備方面
a.數學方面如果你現在要學人工智能或者想入行這個專業會數學的理論基礎就行了，不要求你會用這些數學公式去推倒去演練或者去進行複合型的計算，這些計算機比你做的更棒，但是線性代數是一定要學好一點，因爲基於仿生學的CNN算法就是一個線性的大型方程式。
b.編程方面我還是推薦Python，但是人工智能它是要求面向數據的Python編程，所以不用學那麼多，而且學了這部分的Python也做不了相關的開發，那些培訓機構就是打着AI的幌子把你培養成初級的Python開發工程師。
c.大數據要不要學的問題，人工智能它要的是大數據推算的一個結果，不是要你去專門收集這些數據的，一般公司都會有這種數據提供，或者行業沉澱有歷史數據，直接拿着用就行了。
目前什麼纔是人工智能
再搞一張屌一點的圖片，隨便截屏搞出來的，不要在意這些細節。
目前能夠商用的是基於仿生學的深度學習內容，基於統計學的雖然也是機器學習的一塊但是現階段根本不能達到商用，目前一些大學和絕大部分真的教人工智能的培訓機構就教這些不能商業落地的（也就是搞不到錢的演練項目）。現在我來分析一下深度學習都有啥。
CNN:它是用來解決三維的空間問題的模型，比如視頻、圖片的指導物體識別啥的，用在人臉打卡、圖像識別、驗證碼識別、或者屌一點的無人機蜂羣打擊（網上有視頻，很牛逼的那種）。
RNN：一般是用來解決排列性問題的模型，比如語音識別系統，比如我們組織語言，一種排列方式就是一個意思
GAN：是生成對抗網絡模型，這個我稍微懂一丟丟，我詳細一丟丟吧。
a.監督學習：就是給出問題，然後有一個標準的答案給你去對照，然後到百分之多少相 似度就輸出。
b.搬監督學習：給出問題，從以前訓練的經驗來解決問題（阿爾法狗下棋就是這個）
c.非監督學習：給出問題，再給出數據等驗證之後相似度達到了就輸出。
總結
這篇真的是我從頭到尾打的原創，沒有帶一點別人的內容，屬於個人觀點吧。如果分析的有錯的話可以到評論區指導一下，畢竟我也不是大牛一級別的。最後如果想獲取人工智能學習資料的可以關注我的微信公衆號，然後我會在公衆號不定期的分享資料，如果是想往人工智能方面系統的學習的可以關注我然後找我私聊。
