首先必須明確一點，Python和人工智慧是完全不同的兩個概念，Python只是一種程式語言，而人工智慧是一種方法論，是一種用來實現類似人類智慧的科學理論與工程實踐。

人工智慧是一個交叉學科，使用到的知識體系包含認知心理學、神經科學、計算平臺、資料分析、控制工程、軟體實現等諸多領域。

軟體實現只是人工智慧的一部分，機器學習又是人工智慧的一部分，而軟體的設計與開發又可以使用多種不同的程式語言，比如現在廣泛使用的語言有：Python、Matlab、Prolog、Lisp、C/C++等，Python只是其中之一。隨著近年來以深度神經網路為基礎的機器學習的流行，Python因為有以Google為首推動的TensorFlow，以Facebook為首推動的PyTorch，以及其它一些機器學習開發庫，如Theano、Keras、MXnet等的支援而被廣泛使用。所以導致很多對人工智慧領域瞭解不夠深的人將Python與人工智慧等同起來，這其實是一種誤解。

有了這些認識，再來回答題主的問題，學完Python之後能不能做人工智慧的業務？我的答案是可以做，但是如果你不懂人工智慧，特別是機器學習的原理，對你來說會非常困難，你只能用Python來實現別人設計好的模型，而無法自己設計模型，最多隻能做一些應用層面的東西，能達到的深度會非常有限。

此外，想要做人工智慧，也不一定非要學Python，其它程式語言也是可以的，關鍵是你得學習並理解人工智慧本身，而這個難度要比學習程式語言大很多。

第一：肯定可以，有許多ai框架，這些ai框架有Python庫，這個時候肯定已經做許多的ai業務了。

第二，如果你不止是使用一下別人的庫，而是從頭寫一個ai庫，那可能單純Python就不一定夠了。

作為一名IT從業者，我來回答一下這個問題。

基於人工智慧平臺進行的人工智慧開發，在功能性上會有三個方面的制約，其一是人工智慧平臺自身的制約，其二是場景的制約，其三是開發人員本身的制約。

最後，開發團隊或者是程式設計師自身的技術能力，也是一個制約人工智慧技術功能性的重要因素，開發人員能否充分發揮出人工智慧平臺的功能，這也是一個不小的挑戰。從當前人工智慧平臺的設計規則來看，也並不是所有的技術都沒有突破口，如果開發人員具有較強的開發能力，很多平臺也是支撐功能擴充套件的，這也為研發人員提供了更大的空間。

我從事網際網路行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大資料和人工智慧領域，我會陸續寫一些關於網際網路技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。

Python是一種解釋型、面向物件、動態資料型別的高階程式設計語言。是一個高層次的結合瞭解釋性、編譯性、互動性和麵向物件的指令碼語言。

Python相對於Java來說比較容易學習、語法簡單，完成同一個任務，Java需要寫100行，而Python可能只要20行；

免費、開源；

程式無需修改就可以在下述任何平臺上面執行；

Python程式碼具有極佳的可讀性。

執行速度，完成同一個任務，Java程式可能需要2秒，而Python程式可能就需要10秒；

國內市場較小（國內以 Python 來做主要開發的，目前只有一些 web2.0 公司）。

中文資料匱乏；

構架選擇太多；

python僅僅是一門語言，一種用來實現想法的工具。目前主流的演算法，尤其是NLP領域，都有開源的python程式碼。學好python有助於學人工智慧，但是python和人工智慧是兩回事。

可以做，但python需要深入學習。人工智慧與機器學習大部分使用python語言訓練出模型，通過python或opencv呼叫模型檔案。模型選擇比較有難度，對學歷的要求非常嚴格，學位大概要碩士或博士以上，畢竟人工智慧在未來是一個具有無限可能的存在，深度機器學習課程。其中包含機器學習的基礎概念以及常用知識，如:分類、聚類、迴歸、神經網路以及常用類庫，並根據身邊事件作為案例，一步一步經過預處理、建模、訓練以及評估和參調等，還有數學演算法要非常吃透，小白們在這條路上還是看看熱鬧吧。