有數學基礎 計算機基礎的話自學入門還是比較容易的。

如果完全沒基礎，建議參加一些零基礎的培訓班。然後針對性的看下高等數學，線性代數，數理統計。學一門程式語言，python相對更適合一些。

作為一名科技工作者，我來回答一下這個問題。

首先，自學AI相關知識還是具有較大難度的，原因涉及到三個方面，其一是AI技術涉及到的基礎知識比較多，是典型的多學科交叉領域，需要學習者具有數學、控制學、哲學、經濟學、語言學等方面的知識，整體知識量比較大。

其二是AI技術體系尚不成熟，依然有大量的研發課題等待突破，這就導致學習AI的過程往往需要有比較專業的指導，這樣才能在遇到問題時有更好的解決思路，這也是為什麼目前人工智慧領域的人才培養依然以研究生教育為主。

其三是AI技術的學習過程對於實驗環境的要求比較高，學習AI相關技術一定離不開實驗，而大部分AI實驗需要有資料和算力的支撐，這對於很多自學者來說是比較大的門檻。目前不少高校會建立自己的資料中心，一個重要的目的就是為培養大資料和人工智慧人才奠定基礎，而資料中心的建設往往需要較大的投入，同時建設週期也相對比較長。

雖然自學AI技術具有較大的難度，但是對於一部分基礎知識（數學）比較紮實的初學者來說，可以從機器學習開始入手，可以利用目前開放出來的資料集做一些相關實驗，雖然學習過程可能會相對慢一些，但是也會有所收穫。

目前對於初學者來說，可以重點關注一下人工智慧平臺（視覺、自然語言處理等）知識，在掌握了人工智慧平臺的相關知識之後，可以找一個實習崗位，從而深入人工智慧領域。採用這種方式學習人工智慧技術，不僅學習難度相對比較低，而且可操作性也比較強，對於就業也有一定的幫助。

AI是一門相對龐雜的學科，自學起來有一定的難度。

人工智慧，也稱為AI，是近些年比較火的一門學科。嚴格來說，人工智慧是計算機科學的一個分支，但是目前人工智慧已經不再侷限於計算機科學領域，已成為囊括自然科學+社會科學的龐大學科。而研究人工智慧的主要目的是希望機器能夠代替或者部分代替需要人類智慧才能完成的工作。

總的來講，AI是一門十分具有挑戰性的學科，主要的原因有以下幾點：

1.AI包含的領域十分龐雜，比如機器學習、自然語言理解、知識處理系統、計算機視覺等等，這些學科都屬於新興學科，需要投入很多精力才能熟練掌握；

2.需要的掌握的其他學科眾多。目前人工智慧早已不再侷限於計算機科學領域，在生物學、心理學、邏輯學、語言學、醫學、哲學等諸多學科中都有涉及；

3.行業門檻偏高。以機器學習為例，機器學習需要海量的資料做支撐，但是個人很難獲取如此海量的資料，而且在硬體要求上也比很多傳統行業要高。

對於個人來講，有一定計算機程式設計基礎和數學基礎的，入門起來會相對容易一些，但是要想在AI行業取得更多成就，則需要走很長的一段路。

自學AI我覺得還是有點難度的，我覺得還是報班比較好。真的要自學的話是一定要努力的給你點建議。

1、熟悉左側工具欄的每個工具的功能

2、熟悉右側選單欄的功能及頭部選單欄的功能

3、掌握鋼筆繪圖，必須要熟練掌握

4、掌握各種效果的製作方法，例如：漸變、陰影、不透明蒙版、混合、網格5、熟悉對齊和路徑查詢器的各個功能

6、熟悉排版及刀模、紙張尺寸及排版限制、注意事項等

7、熟悉各印刷工藝的色彩、尺寸、製造限制及事項8、學習製作各類包裝及印刷稿的製作流程及製作細節

9、臨摹他人的作品，多看、多想、多理解、多欣賞他人作品

10、開始進入實戰，找些東西自己來做；前提是要清楚自己做的東西有哪些要求。可無償幫別人做點東西開始或者去接一些小的訂單，可開淘寶等。不滿意頂多退款給客戶

11、做之前要先跟客戶商量，要做成什麼效果；如沒有要求的話對新手來說是很苦惱的，會無從下手。

12、再學習illustrator的同事也要掌握photoshop，兩款軟體結合使用才是硬道理

13、偷師：如不知如何瞭解各行業印刷流程及工藝方法可加企業QQ裝扮成客戶，跟對方洽談。便可得知、屢試不爽！

14、臨摹和抄襲要適可而止，不要依賴；不然只能停留在底層。最好總結一句話：人分兩種，一種是教不會的，一種是不用教的！給自己定個方向，一般從基礎到嫻熟操作只需要兩個月時間。之後的只能看自己的天賦了！有些東西和製作方法不要刻意去學，多半都記不住的。等需要用的時候再去看怎麼做，印象會更深刻。能夠事半功倍！

萬事想成功都要靠上進心。

從理論上來說，任何學科都是可以自學的，只是難易和快慢的問題。那麼，具體應該如何自學人工智慧呢？

1. 什麼是人工智慧？

人工智慧（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴充套件人的智慧理論、方法技術及應用系統的一門新的技術科學。

人工智慧是一門極富挑戰性的科學，目前從事這項工作的人員至少需要獲得人工智慧或者計算機方面的碩士，必須懂得計算機知識、心理學和哲學。人工智慧是包括十分廣泛的科學，它有不同的領域組成，如計算機程式設計、高階演算法、機器學習和計算機視覺等等。

2. 自學人工智慧的基礎學科？

自學人工智慧必須有有一定的數學、物理和生物基礎，至少是一位高中學生，目標是達到能夠從事機器學習研發工作的基本要求，那麼需要先迴圈漸進地學習幾門基礎知識：

微積分

線性代數

離散數學

機率論與數理統計

Python程式語言

高階演算法

學會了上述知識，您已經具備人工智慧基本知識，不過要成為AI工程師，還需要如下知識：

計算原理

模式識別

人工智慧途徑

多找開源框架練手，多看國際會議經典論文，積累經驗，就能在人工智慧領域入門。

從目前來看，人工智慧領域依然熱門，AI人才不足仍是行業痛點。人們對於人工智慧培訓最常見的問題是：自學人工智慧技術難嗎?

1、是否對人工智慧感興趣

我們常說，興趣是最好的老師。一旦對某個東西產生了興趣，便會產生動力去學習它、克服一切困難去實現它。因為你的內心對這個東西是認可的，覺得這是可執行的。如果你對人工智慧有很大的學習興趣，就應該堅定去學習它的決心，少一些顧慮，在學習過程中遇到問題就努力去解決，透過不同的方式去嘗試，難題總會迎刃而解。

2、有無相關程式設計基礎

擁有相關的程式設計基礎，是有一定優勢的。為什麼這麼說呢?學習人工智慧要具備人工智慧思維，而形成人工智慧思維的前提是你得具備程式設計思維，所以說擁有JAVA、PHP等等程式設計基礎的話是有一定優勢的。

但是人工智慧的深度與廣度是遠遠高於傳統程式設計的，後期還會學習框架和深度學習等等內容，擁有程式設計基礎也必須認真學習。那麼對於零基礎小白來說，則應該更加努力，平時多敲敲程式碼，找找感覺，課前的預習和課後的複習都是必不可少的。

3、學習方式

我們知道，目前開設人工智慧專業的高校很少，想要學習人工智慧無非是自學或是參加培訓班。自學的話可以在網上報線上課程，但是每個人都有自己的學習節奏、學習方法，而透過線上培訓獲取的知識大多是籠統的，學習者很難掌握到要領。再者，在學習過程中有疑難問題也很難得到解決。還有最重要的一點，線上課程沒有超算機算力的支撐，學習了也沒有辦法驗證大一點的模型。

自學人工智慧技術難嗎?開發演算法肯定是有一定難度的，但是市場上需要的是能夠靈活運用現有演算法的人，是去最佳化維護這些演算法的人，是將這些現有演算法運用到不同場景當中去的人。所以，即便是零基礎的小白透過學習完成都可以成為人工智慧工程師。

Adobeillustrator軟體目前來說主要應用於印刷出版、海報書籍排版、專業插畫、多媒體影象處理和網際網路頁面的製作等，也可以為線稿提供較高的精度和控制，適合生產任何小型設計到大型的複雜專案。2　　作為全球最著名的向量圖形軟體，Adobeillustrator以其強大的功能和體貼使用者的介面，已經佔據了全球向量編輯軟體中的大部分份額。目前該軟體在就業方面有著很大的需求，而這款軟體的作用通常用於：卡通造型的設計、商業插畫的繪製、設計VI等。

自學需要一定的自控力約束力

相對找老師教課會比較不好控制自己 或者找個人監督好自己

人工智慧（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴充套件人的智慧理論、方法技術及應用系統的一門新的技術科學。

人工智慧是一門極富挑戰性的科學，目前從事這項工作的人員至少需要獲得人工智慧或者計算機方面的碩士，必須懂得計算機知識、心理學和哲學。人工智慧是包括十分廣泛的科學，它有不同的領域組成，如計算機程式設計、高階演算法、機器學習和計算機視覺等等。