雖然現在市場有很多人工智慧公司 也有著大量媒體宣傳人工智慧強無敵 但是 中國市場上全部是弱人工智慧 所以美國磚家都在評論說 華人工智慧現在看似發達 但美國有些決定性的優勢 這場人工智慧市場的遊戲 就像三國時期 各路豪傑 各懷一技 天博地大 各佔一角 中國名為雄龍的名族在等待真正的英雄 製作出通用人工智慧 在人工智慧市場 一方號令 八方稱帝 一統天下 萬民臣服

一個來自時代弄潮兒的觀察:應該是第三次工業革命～資訊時代的延續與深化。資訊時代第一階段，是電腦的普及，一切數字化,幾乎人類所有活動都需要計算機的輔助來完成，極大的提高了人類自身的效率；資訊時代的第二個階段是網際網路，就是電腦普及後的繼續深化，網際網路化，向所有行業滲透，用網際網路來改造一切行業，包括生產環節的前後端連線，從供給到需求端。包括資源要素的共享，互通有無。極大的提供了社會執行的效率；資訊時代的第三個階段應該是智慧時代。基於物聯網與大資料的支撐，以及通訊技術的進步，在網際網路基礎上，逐漸發展到物聯網。物聯網是萬物相連，不單單是電腦的相互連線，是各種智慧化的物理終端連線。連線靠的是網際網路，尤其是無線通訊技術的支撐，大資料的快速傳遞不再是問題。大資料哪裡來就是基於前面大量網際網路化的積累，以及物聯網後的本身不斷自我積累；智慧是什麼？就是大資料加上演算法！

華人工智慧已經以雷霆萬鈞之勢衝進了我們的生活。除了智慧機器人，還有智慧家居、無人駕駛汽車、“刷臉”支付……人工智慧的爆發式發展離不開國家政策的支援。

2017年7月，國務院印發《新一代人工智慧發展規劃》，相關部委開始抓緊推進規劃的實施工作； 2017年10月，十九大將人工智慧正式寫進報告，在政策層面為國內AI產業發展提供了一項長期保障； 2017年11月，《新一代人工智慧發展規劃》啟動會上，首批4家國家創新平臺確立；2017年12月，工信部印發《促進新一代人工智慧產業發展三年行動計劃(2018-2020年)》，相當於“行動書”出臺。

人才缺口超過500萬 根據高盛釋出的《全球人工智慧產業分佈》報告統計，2017年全球新興人工智慧專案中，中國佔據51%。但全球人工智慧人才儲備，中國卻只有5%左右。中國人工智慧的人才缺口超過500萬人。

平均薪資25800元/月 到2017年，人工智慧崗位平均招聘薪資已達2.58萬元，遠高於一般技術類崗位。五成職位招聘薪資突破3萬元，而標註的月薪還只是薪酬福利的一部分。（騰訊研究院《2017全球人工智慧人才白皮書》）

就業範圍廣學習人工智慧後可從事人工智慧開發工程師、演算法工程師、爬蟲工程師、資料探勘/分析工程師、機器學習工程師、Web前/後端開發等職業。

作為一名多年從事人工智慧的程式設計師，目前主要的研究領域是目標檢測、OCR、例項分割、人體姿態估計和人臉識別，所以我來回答一下這個問題。

首先，人工智慧是當前計算機行業最高階、待遇最高的崗位，也是未來發展趨勢，計算機出身的研究生基本都選擇這個行業，很多java、web開發、資料開發人員也開始轉行人工智慧，AI未來發展空間巨大，選擇這個行業可以說非常有前途，從這些年發展來看，無論讀研專業選擇、半路轉換人工智慧都能實現薪資的大幅增加，就業情況樂觀，是不二之選。

專業選擇或者java轉行人工智慧，都需要做好以下幾個方面準備：

第一：基礎知識儲備。人工智慧需要有一定的機器學習基礎，需要了解機器學習當中基本的概念、理論和方法，例如什麼是訓練集、測試等，以及專業名稱，例如什麼是過擬合、模型如何調優等，尤其需要深刻了解什麼神經網路，神經網路模型工作原理等。這些概念和方法是人工智慧的基礎。

第二：程式語言：研究生可能會學習MATLAB、C語言等做實驗使用，程式設計師可能會對java、c++等比較熟悉。而人工智慧從業者更多的使用python語言，因此建議先花一個禮拜學習python語言，完成語言的基本入門後就可以開始人工智慧之旅了。

第三：人工智慧基礎準備：學習瞭解人工智慧基礎方向，如目標檢測、OCR、人臉識別基礎知識，瞭解大概方向和現狀以及演算法等。嘗試做基本的人工智慧專案，例如人臉檢測、行人檢測等，透過這些例子提升自己的成就感，然後在由易到難。

第四：人工智慧進階與精通：有了基礎知識和基本認識後，就可以開始做其他複雜有意義的專案，例如版面分析、影片分析等。