這是一個非常好的問題，作為一名科技從業者，我來回答一下。

首先，人工智慧是一個非常典型的交叉學科，不僅知識量大，學習難度也相對比較高，所以學習人工智慧需要一個系統的過程，而且對於初學者的基礎有一定的要求，比如要具有一定的數學基礎和計算機基礎。

對於基礎比較薄弱的初學者來說，隨著當前人工智慧平臺的陸續推出，可以考慮基於這些人工智慧平臺來完成行業應用創新，這會在一定程度上降低學習門檻，而且在工業網際網路的推動下，未來基於人工智慧平臺的開發任務會越來越多，相關技術人才的需求量也會越來越大。

當前不少人工智慧平臺都是基於計算機視覺技術和自然語言處理技術打造的，這兩大技術體系也有比較多的落地應用場景，未來的行業應用潛力也相對比較大，所以可以從這兩個技術體系入手來構建自身的知識結構。

在學習計算機視覺和自然語言處理之前，應該先完成兩方面基礎知識的學習，其一是程式語言知識的學習，其二是機器學習基礎知識的學習。程式語言可以從Python開始學起，Python語言自身的語法結構比較簡單易學，另外Python在人工智慧領域也有非常廣泛的應用，可以參考的案例也相對比較多。

在掌握了Python語言的基本用法之後，可以進一步學習一下機器學習知識，要全面瞭解機器學習的操作步驟，同時奠定自己對於資料、演算法和算力的理解，這個過程也會補學一些相關知識。機器學習本身的知識體系是比較龐大的，初學者可以從一些常見的演算法入手，比如決策樹、樸素貝葉斯等等，學習這些演算法也並沒有太大的困難，也完全可以透過自學來完成。

人工智慧一直是一個不錯的職業選擇，因為該技術在各行各業中的應用日益廣泛，並且需要受過訓練的專業人員來完成這一增長所創造的工作。權威人士預測，到2020年，人工智慧將創造近230萬個工作崗位。但是，還預測，這項技術將消滅170萬個工作崗位，從而在全球範圍內創造約50萬個新工作崗位。此外，人工智慧提供了許多獨特而可行的職業機會。從娛樂到交通，幾乎所有行業都使用AI，對合格，熟練的專業人才有巨大的s市場需求。

想開始學習AI的人有很多選擇。例如，網際網路允許每個人都註冊線上課程。其中一些課程針對的是已經具有一定技術知識並專注於編碼的人員，而其他課程甚至可以幫助那些在程式設計和工程領域沒有任何專門知識的人。

如何開始使用AI

如果您在學習人工智慧方面遇到某些困難，也就不足為奇了。如果您遇到困難，建議 您在Kaggle上尋找解決方案， 或在特定論壇上發表您的問題。瞭解要重點關注的內容以及首先要執行的操作也很重要。

1.選擇您感興趣的主題

首先，選擇一個您真正感興趣的主題。這將幫助您保持動力並參與學習過程。專注於某個問題並尋找解決方案，而不是僅僅被動地閱讀在網際網路上可以找到的所有內容。

2.找到一個快速的解決方案

關鍵是要找到可以解決該問題的任何基本解決方案。您需要一種演算法，將資料處理為機器學習可以理解的形式，訓練簡單模型，給出結果並評估其效能。

3.改善您的簡單解決方案

一旦有了簡單的基礎，就可以進行創造。嘗試改進所有元件並評估更改，以確定這些改進是否值得您花費時間和精力。例如，有時候，改進預處理和資料清理會比改進學習模型本身帶來更高的投資回報。

4.分享您的解決方案

寫下您的解決方案並共享它，以獲得反饋。您不僅會從其他人那裡獲得有價值的建議，而且還將成為您投資組合中的第一筆記錄。

5.對其他問題重複步驟1-4

選擇不同的問題，並對每個任務執行相同的步驟。如果您開始使用表格資料，請選擇一個涉及影象或非結構化文字的問題。學習如何正確制定機器學習問題也很重要。開發人員經常需要將一些抽象的業務目標轉變為適合機器學習細節的具體問題。

6.完成Kaggle比賽

這項競賽可讓您測試自己的技能，解決許多其他工程師正在解決的相同問題。您將不得不嘗試不同的方法，選擇最有效的解決方案。這場比賽還可以教會您協作，因為您可以加入一個大社群並在論壇上與人們進行交流，分享您的想法並向他人學習。

7.專業地使用機器學習

您需要確定您的職業目標是什麼，並建立自己的投資組合。如果您還不準備申請機器學習工作，請尋找更多使您的投資組合印象深刻的專案。加入公民駭客馬拉松，在社群服務中尋找與資料相關的職位。

結語：

對AI和機器學習的基本理解在任何業務領域和任何專業中都變得越來越有價值。藉助各種線上課程，今天您不必上大學就可以學習這種複雜而有趣的技術。即使您沒有任何工程學經驗，也可以在家中學習人工智慧，並開始將其知識應用到實踐中，建立簡單的機器學習解決方案，並朝著新職業邁出第一步。

如果您對這個職業領域感興趣，並且想知道如何入門，三種不同型別的專業人員的學習途徑；那些剛接觸該領域的人，程式設計師以及已經在資料科學領域工作的人。各個行業需要不同的技能。

對於那些剛接觸該領域的人，建議從數學開始，然後學習各種機器學習課程。此外，想要進入AI的人應該具備強大的計算機技能以及C ++等程式設計技能，並且對演算法有所瞭解。您還應該用一般的商業知識來補充這種教育。最重要的是，請確保您得到的任何培訓都是動手實踐的。

如果您已經是程式設計師，並且想進入AI，則可以直接進入演算法並開始編碼。

為了讓資料分析師或科學家更多地瞭解AI，您必須具備程式設計技能。為了跨越從資料科學家到機器學習的橋樑，您應該知道如何準備資料，並具有良好的溝通能力和業務知識，並且精通模型構建和視覺化。要使AI發揮作用，需要許多團隊成員，從而可以專注於許多領域。