人工智能AI专家分享：深度学习初学解惑

---恢复内容开始---

导语：高扬，现某创业公司数据科学家、人工智能专家。前欢聚时代资深大数据专家，有丰富的机器学习、深度学习实战经验。

在高扬老师此前的分享中，有很多同窗问到高扬老师各类关于入门深度学习这个前沿技术领域的问题。部分重要问题，高扬老师作了具体的回复。真传X技术教育平台致力于让更多技术人受益其中，经高扬老师受权，咱们将在此分享高扬老师专业的答疑。

今天的分享，将集中在初学深度学习的解惑：传统技术程序员要不要转型人工智能，怎样作才比较合适在AI浪潮下发展。

---

近来有一位同窗在奇点大数据公众号发了一条对话消息，消息内容以下：

【能不能分析一下，已经工做的传统技术程序员在AI浪潮下怎么作比较合适 在AI的浪潮下要不要转型AI；仍是在原方向继续专攻，并自学了解AI。

由于：

I、AI学习曲线很陡自学成本高，难度大。

II、若没有实际项目经验，应聘AI职位时，不能提供背书，只是一个初级入门者。

III、工做公司如有AI项目，每每直接应聘AI相关人员，公司内部岗位调整不宜

IV、转向AI以往的工做经验做废

V、担忧AI浪潮太猛，使得传统程序员只能在夹缝中生存。在公司中不受重视，很是容易被替换掉！】

我想，这样的一个困惑是不少初学的同窗都会有的。那我就说说我对这几个问题的理解。

 

问题 I、AI学习曲线很陡自学成本高，难度大。

这个难度是客观存在的，AI的学习曲线确实相对陡峭。对比一些工程应用型的产品，好比MySQL、Hadoop等，这些产品基本上会安装、会一些基本操做就能先用起来，概念清晰简单。固然了，在这些领域若是修炼成专家，也是要通过一系列的系统学习和工程经验的积累。只不过这些领域基本相对比较成熟，按照标准套路去学就OK了，并且中文学习资料不少，学习的难度也就小不少。

 人工智能方面的难度来自几个方面，一方面，全世界最尖端的技术和理论都是英文资料先出来，例如一些大会上发布的重要论文。这些论文不只考验每一个人的英文阅读能力，里面还夹杂着很是多的专有名词和技术名词，这些名词对于不少初学者来讲，即使正确无误地翻译成了中文仍然没办法理解是什么含义。因此，当大厦的前两层没有创建好的时候就开始建第三层会痛苦异常毫无斩获。

不过这个问题仍旧能够经过其余变通的方式克服，例如如今已经有了不少中文的书籍。这些书籍偏重的角度不同，对于理解英文论文有难度的初学者来讲，不妨找一些通俗易懂的材料来看，毕竟有不少中文材料中并无故弄玄虚、照本宣科，而是用很考究的例子从程序员的角度来解读AI解决问题的方式，这对于学习这门学科仍是有很大的提示做用。

因此，既然不能一步到位，那就从山底爬起。

问题 II、若没有实际项目经验，应聘AI职位时，不能提供背书，只是一个初级入门者。

背书不是靠项目自己背书的，到如今为止，真正能算得上完整的人工智能项目还很是少。有不少项目也是老瓶装新酒，我就曾经见过不止一个项目就是一个普通的数据挖掘项目或者BI项目，套我的工智能的外壳就开始“骗钱”。从这样的项目中出来，我也不认为就算是项目能给本身背书了。

 背书要靠本身——在GITHUB上有不少不少的AI工程项目，这些你均可以拿来研究。你可以读得懂他们吗？你能够清楚地讲出他们的实现原理吗？你能够在必要的时候比较快地找到相应的位置并作修改吗？你能够用你本身的能力进行有益的改进吗？若是答案是确定的，这些能力会在你面试的时候有很好的体现。别说什么“我能，就是我说不出来”，永远不存在这个问题。只要你确实肯下功夫，思路清晰，项目也是万变不离其宗的，你一张嘴面试官就知道你是什么水平。

因此，功夫是本身下的，别期望必定会在从零到一的时候有项目有人给你背书。

问题 III、工做公司如有AI项目，每每直接应聘AI相关人员，公司内部岗位调整不宜

这个问题可就不必定了。公司内部岗位调整，在不少公司里是相对自由的，可是前提是，你要让你的领导确认你到新的岗位会比你如今所从事当前岗位的价值更大。你能想明白这个逻辑吗？你能让你的领导想明白这个逻辑吗？若是能的话，剩下的事情都不是问题了。

 因此，功夫下在平时，厚积薄发，时刻准备了解本身的实力与能力，才能在有机会的时候抓住机会。

问题 IV、转向AI以往的工做经验做废

这只是一个舍得的问题，舍，得，有舍才有得，你须要作的就是根据本身的状况度量舍与得的部分哪一个对本身更划算一些。AI只是一个新生的领域，没有人可以保证你作这个会有更好的结果，固然了，你不转型一样也没有人可以保证你可以干到退休，不是吗？每一个人的状况不一样，因此，不能一刀切地让全部人一窝蜂地都去全身心研究AI，并承诺AI在将来毕竟年薪百万……这听着就像邪教在蛊惑人心。

 另外，以往的工做经验我并不认为是彻底做废。你在工做中总会总结出来一些东西，总会有些心得。所谓的积累不只仅是在简历上写的我写Java代码写了6年，而更多的是对客观世界的理解，或者是本身的哲学观点在新生事物上应验的能力。

因此，人和人是有差异的，这个咱们要认可，并且要因地制宜地进行合理的取舍，而且不失时机地进行经验的更高维度的总结与概括，才更能让本身立于不败之地。

问题 V、担忧AI浪潮太猛，使得传统程序员只能在夹缝中生存。在公司中不受重视，很是容易被替换掉！

这个没必要太担忧，至少暂时不会有问题。所谓，尺有所短寸有所长。程序员的生存是靠他们作一些机器作不来的事情。作个不甚恰当的类比吧，如今工业化程度这么高了，生产能力很强大了，但是不少看似不过高级的工种并无什么影响——你看倒垃圾的阿姨失业了吗？送快递的小哥们失业了吗？餐馆里作饭的厨师们失业了吗？若是他们尚且没有失业，程序员就会失业吗？你不以为程序员作的东西比起他们来讲，可替代性更差吗？

 AI有本身的优点，那一定有本身的局限性。而这些局限性，不少都是人自己的不可替代的优点。

因此，踏踏实实作好工做，尤为是努力去作那些机器不会作的事情，你就会更有价值，更不可替代。

---恢复内容结束---