人工智慧是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。他是計算機科學的一個分支，它企圖瞭解智慧的實質，並生產出一種新的能以人類智慧相似的方式做出反應的智慧機器。

說的通俗一點，人工智慧就是研究怎樣是計算機能夠具備人的思維，按照人的思維方式思考問題，逐漸在某些場合能夠使用計算機代替人類。學習人工智慧必然要從Python開始學習，然後是機器學習、深度學習等演算法。這也是一個比較常規的學習路線。

人工智慧課程大綱：

本課程分為四個階段，從基礎到高階，層層深入學習，步步進階，具體安排如下。

第一階段：Python語言及應用

課程內容：Python語言基礎，面向物件設計，多執行緒程式設計，資料庫互動技術，前端特效，Web框架，爬蟲框架，網路程式設計

掌握技能：

（1）掌握Python語言語法及面向物件設計；

（2）掌握Python多執行緒併發程式設計技術，資料庫互動技術，為大資料分析及挖掘做準備；

（3）掌握三大Python後端框架結構，解決Web前後端開發問題；

（4）掌握分散式多執行緒大型爬蟲技術，開發企業級爬蟲程式；

（5）掌握與機器學習、深度學習相關的基礎數學知識，訓練學員邏輯能力、分析能力，為人工智慧演算法的學習做好知識儲備。

第二階段：機器學習與資料分析

課程內容：機器學習概述，監督學習，非監督學習，資料處理，模型調優，資料分析，視覺化，專案實戰

掌握技能：

（1）進入人工智慧領域，掌握機器學習及資料分析基本概念；

（2）掌握機器學習經典演算法相關原理及最佳化過程；

（3）掌握資料處理基本方法，結合實際專案實現資料視覺化操作，完成資料分析應用。

第三階段：深度學習

課程內容：深度學習概述，TensorFlow基礎及應用，神經網路，多層LSTM，自動編碼器，生成對抗網路，小樣本學習技術，專案實戰

掌握技能：

（1）掌握TensorFlow、BP神經網路、CNN卷積神經網路、遞迴神經網等深度學習演算法；

（2）掌握自動編碼機，序列到序列網路、生成對抗網路，孿生網路等基本應用；

（3）掌握深度學習前沿技術，並根據不同專案選擇不同的技術解決方案；

（4）掌握小樣本技術，及與深度學習融合的相關方法，為企業樣本不足情況提供解決方案。

第四階段：影象處理技術

課程內容：影象基礎知識，影象操作及運算，影象幾何變換，影象形態學，影象輪廓，影象統計學，影象濾波，專案實戰

掌握技能：

（1）掌握影象處理技術相關基礎知識；

（2）掌握影象降噪、增強、復原、分割、提取特徵等處理的方法和技術應用技巧；

（3）掌握影象與前沿深度學習處理方法的結合方法；

（4）掌握前沿深度學習模型，實現影象分類、目標檢測、模式識別等主要應用。

“人機大戰”是眼下非常熱門的新聞名詞，這自然也催生出了一些與人工智慧相關的職業，使得AI人才供給產生了巨大的缺口，越來越多的、各行各業的人，都想搭上人工智慧這輛快車。現在人工智慧已經涉及到電信、零售、金融、製造、物流、醫療、教育等各個領域，不得不說，人工智慧時代已經到來了。

推薦幾本有名的關係人工智慧AI的書：

一、哥德爾、埃舍爾、巴赫集異璧之大成

人工智慧領域中的奇書，也是影響極其深遠的著作。哥德爾是大數學家，埃舍爾是荷蘭著名的版畫家，以繪製各種“不可能”的畫著稱，巴赫卻是大名鼎鼎的音樂家。將這三者深刻地聯絡到一起的是那條”永恆的金帶“，也就是那個橫亙於宗教、科學、人文、藝術之上的怪圈，那個讓人費解的不可能語句，然而作者卻指出正是這種怪圈才是生命與智慧的基礎，也正是這個怪圈才是實現人工智慧的根本。該書不僅對哲學與計算機科學產生了極大的影響，以至於著名深度學習軟體TensorFlow的Logo都在模仿此書的封面，它更是對所謂的”後現代藝術“產生了極大的衝擊。無論是”盜夢空間“還是”前目的地“，你都能看到此書的影子。更有趣的是，這本介紹人工智慧思想的1000多頁鉅著卻由於其高超的語言技巧而獲得了”普利策文學獎“。

二、終極演算法

當今人工智慧革命背後的驅動技術正是機器學習，而要想理解什麼是機器學習，以及它將怎樣影響我們未來社會，就需要讀一讀《終極演算法》這本書。當我們用手機輸入漢字的時候，機器學習能動態聯想出你最常用的片語；當我們開啟微信掃描二維碼的時候，機器學習程式正在幫助你快速地定位和識別；當你用美顏相機拍照的時候，機器學習幫助你最佳化照片；當你用淘寶購物的時候，機器學習在給你推薦商品。我們已經生活在一個由演算法掌控的世界中，這些機器學習程式能夠聰明地適應我們人類的需要而發生改變，以至於它可以比人做得更好，比你更瞭解你自己。在《終級演算法》中，全球著名的演算法問題專家、機器學習領域的先驅人物佩德羅多明戈斯，為我們揭開了演算法的神秘面紗，讓我們一窺谷歌以及你的智慧手機背後的機器學習原理。他闡釋了機器學習的五大學派思想，解釋了它們如何將神經科學、心理學、物理等領域的理論轉變為演算法併為你服務，並提出了“終級演算法”的設想，探討了終級演算法對未來商業、科學、社會以及對每個人的意義。對於想要理解未來將發生怎樣的變革、以及想走在變革前沿的人來說，這是一本必不可少的思想指南。

三、人工智慧時代

隨著Alphago以4:1的大比分最終戰勝人類，人類迎來了人工智慧時代。我們很快就會與各式各樣的智慧機器共存。當機器人霸佔了你的工作，你該怎麼辦？機器人犯罪，誰才該負責？人工智慧時代，人類價值如何重新定義？在《人工智慧時代》一書中，智慧時代領軍人物、矽谷連續創業者傑瑞卡普蘭指出：智慧時代的到來，給人類社會帶來了兩大災難性衝擊：持續性失業與不斷加劇的貧富差距。機器正在很大程度上替代人類的工作，不管你是藍領還是白領。而針對未來社會將要發生的這些問題，卡普蘭在《人工智慧時代》一書中從企業、稅收和保險等機制上構建起了一個有益的經濟生態，讓社會中的每一個人都能從技術發展中獲益。《人工智慧時代》一書提出的建議和解決方案給遭遇挑戰的人們更多撫慰和安全感！

四、走近2050，注意力、網際網路與人工智慧

我們將不得不面對這樣的現實：我們的工作崗位將會越來越多地被機器所替代，那麼這些丟掉工作的人們究竟能幹什麼？《走近2050》這本書給出了非常有意思的答案€€€€這些人只需要做一件事，就是給機器付出大量的注意力€€€€因為注意力恰恰是機器不斷進化的最終動力。未來的世界就像一款龐大的遊戲，所有的人類活動將無法被去分成生產和消費，玩€€€€持續不斷地付出注意力的過程成為了終極的主題。大量的人工智慧程式將會被設計出來以巧妙地引導和利用人類的注意力資源，從而使得每個人都開開心心地付出注意力，與此同時又推動了機器的進化。集智俱樂部的探索者們將引領讀者走入注意力的世界，那裡是網際網路的引擎，那裡是人工智慧的發展方向。

五、奇點臨近

奇點臨近恐怕是關於未來人工智慧最大膽奔放的預言。摩爾定律是計算機發展的一條規律，每隔十八個月計算機的各種效能就會翻倍。將摩爾定律外推，我們就會遇到奇點，即計算機運算能力最終超過人類的那個時間點。該書的作者庫茲維爾引用大量的例項和資料佐證這樣一種觀察，並給出了駭人聽聞的預言：機器終將超越人類。那麼，奇點是否存在？機器是否可以超過人類？未來的人類將去向何方？所有這些問題都能在書中找到解讀。

六、情感機器

在電影《機械姬》中，故事的主人公最終愛上了由機器虛擬出來的角色。那麼，現實世界中的機器人和人工智慧是否會有情感呢？未來的人類是否真的會同機器雙雙墜入愛河？人工智慧之父，MIT人工智慧實驗室聯合創始人馬文明斯基帶領讀者進入到了情感機器的世界。他論證到，情感、直覺和情緒並不是與眾不同的東西，而只是一種人類特有的思維方式。也同時揭示了為什麼人類思維有時需要理性推理,而有時又會轉向情感的奧秘。透過對人類思維方式建模,他為我們剖析了人類思維的本質，為大眾提供了一幅建立能理解、會思考、具備人類意識、常識性思考能力，乃至自我觀念的情感機器的路線圖。

七、圖靈的大教堂€€€€當人工智慧之父與計算機之父相遇

圖靈的大教堂忠實地記錄了那段激動人心的歷史。我們會看到人工智慧的思想萌芽是如何在那個名不見經傳的小人物頭腦中孕育而生，我們也將領略天才人物馮諾依曼是如何在談笑風生中便設計出了最早的計算機體系結構的。在《圖靈的大教堂》一書中，作者喬治€€戴森著重介紹了一小群人，他們使用5千位元組的記憶體（相當於現代計算機桌面上顯示的游標所分配的記憶體大小），在天氣預測和核武器設計方面，都獲得了前所未有的成功。同時，他們還利用空閒時間解決各種問題€€€€從病毒的進化到恆星的演變。戴森教授的敘述既具有歷史意義，又富於預見性，為第二次世界大戰後期數字宇宙的爆炸提供了新的且重要的資訊。程式碼和計算機的興起伴隨著兩大歷史性的發展：生物學自我複製序列的破譯和氫彈的發明。很具破壞性和很具建設性的人類發明同時出現並不是巧合。

八、複雜€€€€誕生於混沌與秩序邊緣的科學

儘管現在的人工智慧已經取得了突飛猛進的發展，但它仍然是一種嚴重依賴於經驗和試錯的工程技術，而不是科學因為我們尚不知道如何根據第一性原理推匯出人工智慧。那麼，如果你想知道設計智慧系統背後的困境是什麼，就來讀讀《複雜》這本書吧。這是一部傳記體的科普讀物，記述了聖塔菲研究所一座位於阿拉莫斯荒漠之上的學術勝地的成長故事。複雜是橫亙於生物、網際網路、計算機、社會、經濟各類系統之中的共有規律，也是我們開啟生命之門，理解人工智慧第一性原理的根本所在。我們將讀到科學家是如何用簡單的方程創造出古老的微型生物體，我們也將看到數十行程式碼是如何給虛擬的飛蟲賦予生命。複雜既是橫亙於我們人類和現實世界之中的隱形屏障，又是通向神秘的人工智慧之門的必經之路。

九、心智社會€€€€從細胞到人工智慧，人類思維的優雅解讀我們應該如何創造智慧？人工智慧之父馬文明斯基提出了自己的觀點，我們應該在機器人的頭腦中創造一個社會，一個心智的社會。這是一種基於整體論的思想，即我們的大腦是成千上萬不具備思維的小機器拼合而成的整體，正是這個整體才展現出了情感、思維、喜好、意識等高階智慧現象。“沒有心智社會就沒有智慧。智慧從愚笨中來。”

十、科學的極致€€€€漫談人工智慧

這是一本愛智求真小夥伴們的集體智慧結晶。讓我們忘掉大段大段的公式和除錯不完的程式，從人類靈魂的最深處探索人工智慧吧。我們究竟如何定義智慧？意識和智慧是什麼關係？哥德爾定理是否早已經限制住了人工智慧的可能？簡單程式碼究竟如何創造複雜的生命和智慧行為？人工智慧如何預報天氣？我們怎樣才能建立一個虛擬星球？從人工智慧的歷史，到小蟲自動機模型，再到令人燒腦的哥德爾定理，書中沒有華麗的辭藻和學術權威的架子，但卻在字裡行間滲透出那股熱愛科學、樂於探索的赤子之心。正是這種骨子裡的探索精神打動了楊瀾姐姐，她在自己的人工智慧讀物清單中首推了這本書；也正是這本書打動了無數讀者，使得它一版再版，並遠銷海峽的對岸。

如果已經是本科學歷了，哪就拓展鞏固強化數學知識，比如微積分、線性代數、機率論、離散數學等；然後主要學習R語言和Python語言程式設計；之後啃專業基礎書，學習基本神經網路演算法或深度學習演算法；然後查詢相關文獻，擴充套件知識面，及時跟上當今研究進度，形成自己的知識框架；然後就是實戰了，在主流的深度學習平臺如tensorflow、caffe實現相關演算法。

配個電腦，1050或以上顯示卡。裝個python，再來個tensor flow，下個斯坦福的深度學習課程，先做個股票漲跌預測，保證你有學下去的動力。

如果你是個純粹的小白，那麼請按照以下節奏來入手學習...

首先你需要一臺相對配置要高一點的電腦，尤其是顯示卡部分，如果能夠組裝一臺多顯示卡並聯的電腦最好不過，因為它需要用到GPU的平行計算能力。當然整體效能也要考慮周全。

然後先不要著急去看公開課或者下載軟體，剛開始你要足夠充分的透過網際網路來探索和獲取與人工智慧有關的基礎理論和知識點，充分了解它的邏輯和原理。比如你要學習開發人工智慧，那麼你首先得知道AI是什麼？什麼是平行計算，什麼是機器學習，什麼是深度學習等等，瞭解清楚了會增強你的學習興趣。

瞭解的差不多了，就可以試著動手了，但有個前提條件是學習AI是需要了解複雜的資料計算結構和模型的，如果數學不太好的話，就要惡補了。

然後就像前幾條答案裡寫的一樣，去體驗一些深度學習庫，比如：

Python裡的一些關於AI的庫、Torch Facebook 開源庫、Tensor Flow（Google開發的目前最適合研究機器學習的開源軟體庫）、caffe（機器視覺庫）還有強大的 Keras 神經網路API，大部分都是Python編寫的。

然後就是漫長的理解和研究...

......

最後，你可以開始試著寫一些關於資料分析、挖掘、計算機視覺、搜尋、診斷等功能的程式，利用機器學習，看看會有什麼神奇的事情發生。你甚至還可以寫一些小遊戲，比如賽馬、棋牌類的。你甚至還可以找到一些有趣的開源包用在一些機器人身上。

以此來徹底掌握機器學習演算法的應用和知識點。然後一頭扎進 Deep learning深度學習的海洋裡，利用深度學習你可以為機器建立視覺識別系統、語音語義識別系統以及其他所有感測器可以採集到的感官系統，來讓機器自己進行學習。

就醬....