首先，你應該明白，人工智慧主要是演算法方面，對數學要求比較高。

如果你想做深度學習方向，你當前做的是學習使用各種深度學習框架，相對機器學習簡單些

隨著大資料的發展，基於資料的人工智慧也進入了一個全新的發展階段，經過了60多年發展的人工智慧也逐漸讓人們看到了更多的可能。目前在很多特定場景下，已經有大量的智慧體（Agent）被投入到實際的應用中。人工智慧在發展的同時也釋放了大量相關的研發崗位，所以目前人工智慧領域是一個就業的熱門方向。

雖然人工智慧的熱潮正在席捲科技界，但是我們必須清晰的認識一個問題，那就是目前人工智慧的發展依然處在早期階段，還有大量的技術難關等待突破，在這種情況下，人工智慧領域的招聘往往以中高階人才為主。

人工智慧領域對於程式設計師來說並不陌生，因為人工智慧的基礎學科中就包括計算機，所以對於程式設計師來說，轉型做人工智慧的研發還是有一定基礎的。但是，人工智慧的研發不僅僅有計算機，還有數學、哲學、經濟學、神經學、控制學和語言學等內容，所以人工智慧人才的培養週期往往比較長，人才短缺成為了制約人工智慧發展的一個重要原因。

對於普通程式設計師來說，轉向AI方向有兩條比較清晰的路線，一條路線是透過自主學習的方式完成崗位轉換，從而進入人工智慧領域，另一條路線就是讀研。

自主學習進入人工智慧領域是不少程式設計師的選擇，但是這種方式最大的問題是如何能夠系統的學習人工智慧。由於人工智慧領域的內容並沒有形成一個完善的知識結構，對於自學者來說，如何入手是一個大問題。對於程式設計師來說，選擇這種學習方式就從基本的人工智慧知識入手，從基礎研發崗位開始做起，然後一步一步深入人工智慧的研發。

目前大資料的技術體系已經比較成熟了，隨著大資料的發展，大資料與人工智慧之間的界限也越來越模糊。對於普通程式設計師來說，一個比較現實的選擇是從大資料開始學起，然後透過大資料進入機器學習領域，然後再逐漸全面展開。

對於條件允許的程式設計師來說，透過讀研進入人工智慧領域是一個不錯的選擇。