今天小思妹講的是4個關(guān)于“人工智能”的故事，來看看那么多人為什么選擇“人工智能”。

小思妹在這里不會告訴你人工智能有多厲害，人工智能是未來技術(shù)研究的前沿（無論什么意思）。

我也不會說，職業(yè)規(guī)劃上一定要有人工智能，因為下一個風口來臨的時候，也不清楚人工智能會不會還是最好的一個選擇。

言歸正傳，一群人都在說人工智能好，那我們到底該不該選擇人工智能？

＃1 如果想成為一名不被落下的程序員？快點學會人工智能

作為一個計算機初級愛好者，也作為世紀圍棋大戰(zhàn)的圍觀吃瓜群眾，小思妹這些年真真切切地感受到人工智能給所有碼農(nóng)所帶來的機會與挑戰(zhàn)。

小思妹依稀還記得2017年華為的裁人風波，35歲以上的工程師被大量裁員。其實原因很簡單，在精力最充沛的10年選擇了埋頭工作，然而這10年，技術(shù)的革命與更新卻在不斷變化。

就這樣，10年后的你如果不再具備技術(shù)優(yōu)勢，也不再具備年輕的精力，那公司最后只會選擇懂得最新技術(shù)的這群人留下。

所以邏輯很簡單，如果你不想因為技術(shù)的革命而被落下，那就嘗試一下人工智能吧。

＃2 想要高薪嗎？成為一名人工智能工程師吧！

據(jù)目前最新的數(shù)據(jù)顯示，發(fā)現(xiàn)AI行業(yè)開發(fā)人員的月薪基本上保持在10K~50K之間，人工智能崗位的薪酬水平明顯高于其他職能崗位。

作為人工智能時代，人工智能行業(yè)開發(fā)人員的薪資排名如此靠前，自然可以理解。

行業(yè)風口的人工智能，崗位溢價讓人乍舌；其高級崗位高出整體水平55%，中級崗位高出90%，而初級崗位更是高達110%。

鑒于此時的人工智能還在萌芽階段，在未來，人工智能將會被應用在更多的領(lǐng)域，我們很快就會看到學習人工智能將會獲得更高的回報，掙得更多。

＃3 人工智能是當今技術(shù)革命的未來

第一次工業(yè)革命是機械化，它開創(chuàng)了以機器代替勞動的時代。

第二次工業(yè)革命是電氣化，它促成了世界殖民體系的形成。

第三次工業(yè)革命是自動化，它開創(chuàng)了空間、原子能、計算機技術(shù)發(fā)展的新紀元。

第四次工業(yè)革命是智能化，它將促成ABC（人工智能、大數(shù)據(jù)、云服務）等技術(shù)的形成。

而我們回想一下，每一次工業(yè)革命的改變，所帶來的是社會勞動力的重新分配，跟著趨勢，無疑會讓你的能力被放大。

和菜頭說：“順著大浪游泳，怎么都能游得更快一點。如果你想站在風口上，那就嘗試一下人工智能吧。

＃4 如果開始想學人工智能，該怎么入手

人工智能的研究是從以“推理”為重點到以“知識”為重點，再到以“學習”為重點，一條自然、清晰的脈絡(luò)，其中機器學習便是非常重要的人工智能解決手段。

但機器學習也并沒那么復雜，機器學習算法可以說是從數(shù)據(jù)中自動分析獲得規(guī)律，并利用規(guī)律對未知數(shù)據(jù)進行預測的算法。

《數(shù)學之美》吳軍

《機器學習》 周志華

《漫談人工智能》 集智俱樂部

《機器學習實戰(zhàn)》 Peter Harrington

《TensorFlow 技術(shù)解析與實戰(zhàn)》 李嘉璇

《統(tǒng)計學習方法》 李航

特別是數(shù)學基礎(chǔ)不好的，可以先看看吳軍的《數(shù)學之美》，講的比較通俗易懂。也可以邊做邊學，實踐是檢驗真理的唯一標準，畢竟大多數(shù)人還是以工程實踐為主，如果你想做研究理論的科學家，并不適合看本書。

好了不說了，小思妹也要去學習了。