前言
AI，Artificial Intelligence，人工智能，其本意是相对于生物智能来说的。模仿生物神经网络，就产生了人工神经网络，模仿生物智能，就出现了人工智能。
虽然AI的概念早在20世纪60年代左右便已诞生，然而限于当时的技术和市场等因素，被搁浅了。现如今，随着互联网的发展和大数据的兴起，AI又来了！中科院院士谭铁牛说：当前，互联网和大数据推动人工智能进入了新的春天，这是现状。
早在2015年的中国人工智能大会上，中科院院士、中科院副秘书长谭铁牛就说了：目前人工智能的发展现状可以用“国家重视，态势喜人，差距不小，前景看好”形容，面临着众多发展机遇，人工智能的未来还是会有很大的发展空间。
近日国务院印发《新一代人工智能发展规划》，明确了我国新一代人工智能发展的战略目标：到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径；到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为我国产业升级和经济转型的主要动力，智能社会建设取得积极进展；到2030年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。
再近一点，第三届中国人工智能大会（CCAI 2017）也如期举行。
从2016年AlphaGo战胜围棋界世界冠军李世石后，大家对人工智能的热情似乎瞬间被点燃。大家在讨论人工智能的利与弊，甚至霍金那老头子曾经说了人工智能对人类的威胁：“人类不应任由人工智能发展，而不加以控制。如果不对智能机器严加看管，人类的前景可能会相当晦暗。科学家们务必提前阻止这种悲剧的发生，否则人类将因此灭绝。”
作为一个毕业参加工作已经整整四年的IT开发从业者，我也来谈谈我的一些看法：我觉得人工智能只是一种工具，就像尖刀利刃一样，它是我们的工具，但它也有弊端，用之不慎也会为之所伤。又像水火无情，但水和火又是我们生活必不可少的东西。人工智能可以替代简单重复的劳动，但它终究无法替代人类的无穷智慧和创造力。
回顾我的开发生涯
——回顾是为了认清自己，从而更好的进步从自学PHP开始，帮学校做一些部门的网站，也用WordPress做自己的独立博客，然后是.NET，大三暑假曾在某电子科技公司实习了一段时间，用.NET开发他们的内部系统，期间还学习了.NET的Wordflow工作流引擎，半途而废。接着在某电商平台企业，继续全职做PHP开发。继续了PHP大约半年多，转折点来了，公司需要为自家的平台做一个类似博客搬家的功能，把客户在其他平台上的数据搬到本平台上来。然后讨论结果是采用java来开发，用java来做爬虫。于是我就这样开始了全职java之路。直到现在，成为javaer已经两年了。目前，由于公司项目需要，我开始用大量时间写Python的代码，用Python写爬虫系统。也就是说，我现在其实是一个全职Pythoner……（不懂java的程序员不是一个好pythoner，^_^）
用过这些编程语言之后，我发现这些语言都有一定的规律，只是各有各的特性罢了。所以说，语言不是问题，关键在于掌握语言的特性。学一遍语法，同时再掌握该语言的特性，这样你就可以愉快的编程了……不懂语言特性的程序员不是一个好coder，^_^
我为什么要为AI转型
——职业生涯某些阶段需要适当的转型
学AI，跟上技术的潮流
前言也说了，AI现在是国家重视，态势迅猛，前景不错。如果将PC互联网称为互联网1.0，将移动互联网称为互联网2.0，那么，AI就是互联网3.0，它在大数据、互联网推动下，必将是未来的新发展趋势。AI将带我们进入大数据互联网智能时代。因此我认为：作为开发者，应该保持学习热情，学学AI，跟上发展趋势，跟上技术的潮流。
程序员开发生涯的“危机感”
现如今，各大高校相关专业逐年扩招，各类IT培训机构层出不穷，甚至中学生花几个月培训一下都可以给你干活。程序员越来越多了，也就是说越来越多人来跟你竞争，跟你抢饭碗。长江后浪推前浪，前浪死在沙滩上。想想自己被这些可畏的后生们推倒在沙滩上，是多么可怕的事情，这就是“危机感”。
打造属于自己的“稀缺性”
大家都懂“物以稀为贵”的道理。程序员作为一种人力资源，也是同理。
不要觉得自己工作辛苦天天加班，工资就理所当然比别人高，不一定的，我们要想想，我的工作价值有重？这工作搁这儿，假如我不做有多少人可以接替？我觉得，越少人能接替你的工作，说明你的价值越重，这就是你的“稀缺性”，换言之，也可以叫做“不可替代性”。假如你的工作，随随便便招聘一个人过来就接替了，那样公司还会用高薪供着你么？
水很重要，能维持人的生命，但是它不稀缺，所以便宜；钻石没有什么实际用处，但是它稀缺，所以昂贵。程序员很重要，工作很辛苦，但是现在一般的程序员已经不稀缺了。AI正在兴起，一些有能力的公司都开始成立AI团队，相比而言，靠谱的AI工程师是比较稀缺的。
AI从何学起
------成为AI工程师，有哪些可选的路径？
AI按垂直领域划分：语音识别、图像识别、自然语言处理等
AI按从事的工作方向划分：AI算法研究、AI工程实现、AI应用
这里主要讲讲工作方向：
AI算法研究
这类人大都有博士学历，在学校中积累了较好的理论和数学基础积累，对最新的学术成果能较快理解和吸收。这里的理论是指比如语音处理，计算机视觉等专业知识。
AI工程实现
这类人主要提供将计算逻辑，硬件封装打包起来，方便模型的训练和预测。比如：
精通Caffee/TensorFlow等训练框架源码，能熟练使用并做针对性优化；
构建机器学习平台，降低使用门槛，通过页面操作提供样本和模型就能启动训练；
通过FPGA实行硬件加速，实现更低延时和成本的模型预测；
在新模型验证完成后，实现在线平滑的模型切换。
AI应用
侧重验证好的模型在业务上的应用，常见语音识别，图像视觉，个性化推荐。当然这也包括更多结合业务场景的应用，比如终端网络传输带宽的预测，图片转码中参数的预测等等。
问题来了，我应该选择的AI工作方向是？我，普通二本院校，软件工程专业毕业，从事传统软件开发和互联网软件开发，用过最多的是PHP、JAVA语言，其次Python，几乎没有涉及算法的研究，毕业后总共四年工作经验。显然，以我目前的学历以及阅历，选择从事“AI工程实现”这一方向是最合适的。
AI学习计划
——凡事预则立, 不预则废。
大家说AI，说人工智能的时候，一般也会说到到机器学习和深度学习，以及它们所涉及的算法和数学知识，作为开发者，我们还会考虑编程语言的问题。
下面这一张图片，说明了人工智能、机器学习、深度学习的关系
图片解说：人工智能是最早出现的，也是最大、最外侧的同心圆；其次是机器学习，稍晚一点；最内侧，是深度学习，它是当今人工智能大爆炸的核心驱动。
那么，为AI转型，我的学习计划大概从以下几方面入手：
深度学习
掌握PB神经网络
熟练CNN卷积神经网络
熟练RNN循环神经网络
熟练TensorFlow
周莫烦视频教程 （优酷）： http://i.youku.com/i/UMTYyNjI2NDYw?spm=a2h0j.8191423.subscription_wrap.DD~A
机器学习
吴恩达机器学习 （网易公开课）： http://open.163.com/special/opencourse/machinelearning.html
面向软件工程师的机器学习每日学习计划|附大量资料 ：http://www.360doc.com/content/16/1101/10/13792507_603073481.shtml
数学
数据分析、概率论、线性代数及矩阵
机器学习理论篇1：机器学习的数学基础：https://zhuanlan.zhihu.com/p/25197792
编程语言
Python，熟练掌握Python
精通Python常用的库、Numpy、Python的机器学习库
以上，我打算先从“深度学习”入手，用Python去实现深度学习的神经网络，对照教程完成一些小实例，以实例带动理论的学习，帮助理解。然后在从中穿插复习和学习相关的数学知识。总而言之，先动起来！
AI在本公司（互联网金融）项目的切入点的思考
爬虫项目
——利用深度学习进行验证码识别
前面提到，用Python写爬虫系统。这里就聊聊爬虫开发上遇到的一个问题：验证码破解。
验证码破解，传统的做法orc识别。现在采用人工智能的方法，用深度学习技术去训练识别模型。于是我们尝试了使用Tensorflow框架，构建了CNN卷积神经网络，去做了爬虫的验证码识别。
BI项目
——利用AI技术构建精准营销系统
将AI技术用到精准营销系统，首先收集大量用户散落在不同场景下碎片化、非结构化的文字、图片、声音、视频等数据，然后应用大数据爬虫、AI的深度学习、实时标签计算，分析用户信息、了解用户其当前需求甚至挖掘潜在需求，形成实时用户特征画像，推荐相应的产品或服务，实现千人千面的个性化精准营销。例如我们的平台有发投资红包的功能，这是为了吸引用户持续的关注我们的平台，进而促成交易。而我们利用AI技术去刻画出用户特征模型之后，就可以利用用户特征模型更高效的识别哪些客户使用了红包，以后需要对哪些客户发投资红包。还有类似的营销场景也是同理。
参考资料
于2017.07.27投稿 参加CSDN征文 | 你会为 AI 转型么？
852
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
