-
1 # 力挺鷹潭
-
2 # 從零開始刷力扣
這個問題首先可以從現在最熱的AI程式語言Python下手，先學基本的Python程式設計知識。
後續可以瞭解一下深度學習程式設計框架，如keras或者pytorch，Google的tensorflow是後端初學者可以不用關注。
再學怎麼搭簡單的框架，再深入看一下實現過程，最後就可以研究一下各大機構會議上的paper了，不過這些大多都是概念性的東西。
還有要搞清楚你想做asr(語音識別)，nlp(自然語言理解)還是cv(圖片識別)之類的，人工智慧範圍太大，建議挑一個窄點的方向，方向明確再找具體資料。每一個方向都有大量細分的知識，這個可以在入行後慢慢深入瞭解。
-
3 # 上海夢古人工智慧內參
已經忘了AI智能是什麼時候全面進入了企業的視線，也已經不記得有多少客戶通過機器人提高了效率 節約了成本，更數不清了有多少個客戶用過之後，不斷的轉介紹，讓自己的朋友也用起來
說“接近客戶的三十秒，決定了銷售的成敗”
那麼問題來了，你一天有多少30秒的機會？是3天見一個客戶？還是一天見3個客戶？上海大？3個客戶見不過來？別鬧了，那隻是因為你客戶少而已
500年前的一次回眸換來今生的擦肩而過，一個轉身，兩個世界，我的世界有機器人幫我開發意向客戶，你呢？員工還在一天打300個電話，290次被拒絕說不需要？哈哈哈
上海夢古人工智慧團隊
-
4 # 老楊說技術
這個問題看你用人工智慧做什麼，每大類應用要學習的知識側重點都不同。通用的數學、程式語言（java/python）、演算法、資料探勘、機器學習、深度學習要學的。
語音識別，需要學習聲音分幀，特徵提取等。
影象識別，要學習計算機視覺等。
自然語言處理，要學知識圖譜，語義分析，文字生成等。
推薦系統、廣告系統，要學習推薦演算法，特徵提取，效果預測等。
-
5 # 創意控
AI能做什麼？做為一個老司機，我認為換臉AI，衣服消失AI等等都是非常優秀的。
今天說的這個AI，我認為是我見過最牛的：聽聲還原人相！
Speech2Face，神經網路模型，能根據聲音重建人臉！
圖片上半部為聲音主人，下半部為AI還原的人臉。
雖然不完美，但已經非常接近了。
它是由麻省理工學院開發，此款AI通過油管上百萬的視訊片段進行學習訓練。有了足夠資料及硬體支援，將聲音與人臉配對，以及找到兩者之間的模式和趨勢，“學習”如何重建人臉。
ML模型能夠達到0.30-0.35相關聯的確切特徵（相關範圍從-1到1，0表示不相關，1是絕對相關），考慮到各種特徵，這一點並不差。
AI所做即為模仿人類思考方式，有時AI比你更懂你。
試試這個：
想象兩個在酒吧談話的人想象一下他們的對話和語調現在給他們兩個東北口音你會怎麼想象他們？身高是否魁梧，是否戴著個大金鍊子等等。我們會根據平時接觸的人做出自己的判斷，這就是我們說的經驗。但對於AI來說，經驗就是通過數百萬千萬次分析訓練，往往比你的經驗更準確！這就是Speech2Face正在做的事情！或者說所有AI正在做的事！
附上更多結果：
-
6 # 傳智播客
想要從事AI人工智慧這個領域，最基本的問題要弄清楚。
人工智慧是什麼？
不要提到人工智慧就想到機器人。機器人只是人工智慧的一個形，其實我們現在在生活中所應用的無人駕駛汽車，或者我們手機當中的Siri。
人工智慧的發展？
我們現在的位置就是處於身邊充滿了弱人工智慧。為什麼這麼說，超級人工智慧的定義就是“在幾乎所有領域逗比最聰明的人類大腦都要聰明，包括科學創新、社交技能。”所以朝著這個目標發展的話，人工智慧確實有很長一段路要走，所以還是很有發展前景的。
人工智慧需要掌握什麼知識？
人工智慧所包含的東西實在是太多了。應用實際，例如：指紋、人臉、虹膜識別。科學範疇：屬於自然科學和社會科學的交叉；涉及到的學科：數學、神經生理學、心裡學、電腦科學...研究範疇：自然語言處理，知識表現、智慧搜尋、推理，機器學習等等等...
一個人想要自學所有人工智慧方面並不是很容易的一件事。無論是C++還是彙編他都屬於一門語言主要會靈活的使用。大多數機器人模擬都用的是混合程式設計模式，也就是運用多種程式設計軟體以及語言的組合使用。prolog在邏輯演義方面比較突出，C++在硬體介面和windos銜接方面比較突出，MATLAB在數學模型計算方面突出。如果學人工智慧計算方法的話Prolog足以。如果想開發機器模擬程式的話VC++MATLAC可以學習點。
想要掌握AI，你要熟悉電腦科學和程式設計。如果以上學科需要提供幫助，我這裡有很多資源可以供你參考，你來看一下，是否這些學科適合你，是否考慮轉行。
回覆列表
人工智慧是電腦科學的一個分支，它企圖瞭解智慧的實質，並生產出一種新的能以人類智慧相似的方式做出反應的智慧機器，該領域的研究包括機器人、語言識別、影象識別、自然語言處理和專家系統等。
人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智慧才能完成的複雜工作。但不同的時代、不同的人對這種“複雜工作”的理解是不同的。
二十世紀七十年代以來，空間技術、能源技術、人工智慧被稱為世界三大尖端技術之一。人工智慧也被認為是二十一世紀三大尖端技術之一。這是因為近三十年來它獲得了迅速的發展，在很多學科領域都獲得了廣泛應用，並取得了豐碩的成果，人工智慧已逐步成為一個獨立的分支，無論在理論和實踐上都已自成一個系統。