現在發展的趨勢哦，感興趣的話當然建議你學啊，現在好多人轉行學習呢，有專門學習的學校都是零基礎教的，我知道北京有一家叫博雅環球的不錯哦，你可以去實地考察諮詢一下，就在北京昌平沙河地鐵站下了就是

哈哈，作為一名人工智慧演算法工程師，可以告訴你的是：現在的人工智慧真的很火，從15年開始到現在，演算法不斷被更新，越來越接近實際生活中用到的水平，甚至已經比人工做的更好了。比如：

OCR應用的：文字識別、車牌識別、身份證識別……已經遠超人類的水平了。影象應用的：物體識別、分割、人的姿態分析、行為預測，目前的精度也非常高了，速率遠超人類水平。語音應用的：“小愛”、“小冰”等，對於特定場景的應用已經非常準確了。……還有很多，值得一提的是，現在的人工智慧演算法，對於特定場景的應用，可以說基本上是能夠完美勝任的。現在的人工智慧狀態？

人工智慧演算法，經過這4年的沉甸，已經非常豐富和準確了，現在的人工智慧狀態是：將成熟的演算法應用在特定場景中，已經開始替代部分人工了，……目前的趨勢是：正在越來越多的替代“可替代性的工作”。

個人建議：

如果你的行業，需要用的人工智慧相關知識，最好去學習一下，最起碼瞭解一下；

如果你的行業用不到演算法知識，最好找一個必須人來做的工作，這樣最起碼近5年不會被替代。

作為一名科技工作者，我來回答一下這個問題。

雖然目前人工智慧技術的發展受到了更多的關注，而且正在有越來越多的智慧體走進生產環境，但是要想大面積替代人類崗位還需要很長一段時間，所以對於大部分職場人來說，還是應該把重點放在如何促進自身的崗位升級上。當然，在產業結構升級的大背景下，學習一定的人工智慧技術還是有必要的。

如果計劃用半年左右的時間來集中學習人工智慧技術，應該根據自身的知識基礎和崗位任務特點來選擇學習的切入點。對於很多傳統行業的職場人來說，目前學習人工智慧技術可以分為以下三個學習階段：

第二：人工智慧基礎。人工智慧基礎知識比較多，從大的方面來看，可以從機器學習開始入手。學習機器學習需要搞清楚機器學習的概念和步驟，同時要能夠使用程式語言來完成機器學習的相關實驗，其中涉及到演算法設計、演算法實現、演算法訓練等步驟。目前Python在機器學習領域的實踐案例比較多，學習起來也會比較容易。

第三：人工智慧平臺。未來人工智慧領域的開發將在很大程度上依賴於各種人工智慧平臺，掌握人工智慧平臺的相關技術也能夠明顯降低從事人工智慧開發的門檻。目前一些大型科技公司的人工智慧平臺已經逐漸開放出來了，學習起來也會相對比較容易。

人工智慧分為很多，但是目前看也就是在機械視覺，還有IT開發方面有一定的進步。比如現在一直在說智慧製造。但是別說工業4.0。我們國家很多工廠連3.0也就是自動化都沒達到。也不知道你怕被代替是什麼工作。如果是工業口完全沒有必要去學一些Ai技術。學一些自動化的專業技能即可。