人工智能就业方向及前景知乎

需要很长时间。人工智能科技发展突飞猛进，已经遍布很多行业。近日，Looker首席执行官NickCaldwell在展望人工智能 application的新趋势时表示:“为什么我们对人工智能的可解释性要求比其他人类更高？现实是，在过去的几年里，人工智能已经开始超越人类的能力，2019年将是我们开始接受人工智能的一年。作为人类，我们不需要完全理解人工智能为什么会做出决定。当我们决定不问‘为什么’的时候，系统可能会变得更好更快。”

福布斯2019AI趋势预测:像医生一样信任人工智能近日，福布斯邀请了多位人工智能领域的商界人士，共同展望人工智能应用的新趋势。其中，Looker首席执行官NickCaldwell表示:“到2019年，可解释性(理解人工智能系统如何工作的能力)将是一件好事。你去看医生的时候，从来不会要求他们提供所有的参考文献和案例来证明自己的观点。

人工智能是包含多门学科的交叉学科。你需要了解计算机知识，信息论，控制论，图论，心理学，生物学，热力学，有一定的哲学基础和科学方法论作为保障。人工智能这里呈现最新版的学习路线:首先，你需要数学基础:高等数学、线性代数、概率论、数理统计与随机过程、离散数学与数值分析；其次，需要算法的积累:人工神经网络、支持向量机、遗传算法等；当然，各种领域都需要算法。比如想让机器人在位置环境下导航和地图，就需要学习SLAM。很多算法是需要时间积累的。

技术，主要是计算机视觉，自然语言处理，数据挖掘。计算机视觉包括图像识别和视频识别，具体应用包括人脸识别、步态识别、无人驾驶汽车等。自然语言处理包括机器翻译、语音识别、文本挖掘等。siri和谷歌翻译中有很多自然语言处理技术。数据挖掘主要是各种推荐和预测，包括电商产品推荐、计算广告、社交网络分析(微博里朋友推荐的等等。)，并预测一些趋势，比如股市的走势，天气的变化。

目前，人工智能已经成为越来越流行的一种方向。普通程序员，如何转到人工智能 方向是知乎上的问题。目的本文旨在给出一种简单、流畅、易于实现的学习方法，帮助“普通”程序员步入AI领域。在这里，我对普通程序员的定义是:具有本科知识；平时工作忙；你能得到的数据是有限的。所以，这篇文章更像是一篇“fromthescratch”的AI入门教程。

曾经，符号和逻辑被认为是人工智能实现的关键，但现在基于统计的机器学习占主导地位。最近火热的深度学习是机器学习的一个子项，目前可以说学习AI主要是学习机器学习。但是人工智能并不等同于机器学习，进入这个领域一定要搞清楚，关于AI领域发展历史的介绍，推荐看周老师写的《机器学习导论》。接下来的问题是:AI的门好跨吗。