AI開發，動態語言更適合一點，一般搞AI的都選擇解析型的程式語言。不過在大資料處理方面一般都由java開發者提供的，從Apache開放的框架來看，像solar,elasticsearch,hadoop,hbase,hive等等這些支援是java的，像tensoflow,spark是動態語言開發的。所以，不同的場景有不同選擇。有些場景根本沒那麼複雜，在現有的軟體基礎上幾百行程式碼就能搞定。

程式語言是從事人工智慧的基礎之一，而Java和Python是比較常見的程式語言，在人工智慧領域也有廣泛的應用，所以掌握Java和Python是可以從事人工智慧研發的。

除了程式語言之外，做人工智慧領域的研發還需要具備以下幾個方面的知識結構：

第一：瞭解人工智慧的基礎知識。人工智慧的基礎知識包括六大部分，分別是人工智慧概念，包括人工智慧現狀、概念、Agent的結構；問題求解，包括搜尋求解、對抗搜尋、約束滿足問題；推理與規劃，包括邏輯Agent、一階邏輯及推理、經典規劃、知識表示；不確定知識推理，包括不確定性的量化、機率推理、制定簡單決策、制定複雜決策；學習，包括樣例學習、學習中的知識、學習機率模型、強化學習；感知與行動，包括自然語言處理、感知、機器人學。看一個實時學習的描述過程：

第二：瞭解人工智慧的主要研究方向。人工智慧目前的研究方向集中在六個方面，分別是自然語言處理、機器學習、知識表示、自動推理、計算機視覺和機器人學。通常情況下，在瞭解了人工智慧的基礎概念之後，往往需要給自己制定一個主攻方向，目前機器學習（深度學習）就是一個不錯的選擇。看一個組合學習的提升方法：

第三：數學基礎。人工智慧是一個典型的多學科交叉領域，這諸多的學科中，數學的地位非常重要，可以說數學是進行人工智慧研發的核心基礎。人工智慧的諸多研發中幾乎都離不開數學知識，各種演算法的設計是解決各種問題的基礎，而程式語言的作用往往就是一個實現演算法的工具。

人工智慧的學習需要一個系統的過程，目前人工智慧的研究依然處在初級階段，整個人工智慧領域有大量的課題等待突破，所以人工智慧領域的發展機會也非常多。

首先，我對樓下的說的Spark那句表示強烈反對，Spark作為大資料一站式計算框架，原始碼由Scala這門語言編寫，而Scala是基於Jvm（Java）執行的多正規化靜態語言，並不是什麼動態語言……

咱通俗點說，傳統軟體開發（後端）用Java是因為其執行穩定高效，框架成熟等，人工智慧領域喜好python是因為它簡單，它容易學容易寫，且在資料科學這塊上有大量全面的小包工頭（還免費），你在構建你的房子（模型）時，只要有想法（演算法），叫幾個包工頭一搭夥，嗖嗖很快就幹完了。你問Java咋不這麼幹，那是因為你用python多是蓋自己的房子，能住幾天就行了，過兩天可能就推翻重新蓋了。而Java不同，Java一般用於蓋寫字樓，蓋商場，光設計圖紙都幾筐，打地基，挑大樑，防風抗震，消防裝置，逃生通道全都得考慮。請問樓主你願意在3年蓋成的樓裡還是3個月蓋成的樓裡上班呢？

再說回樓主的問題。

程式語言只是工具而已，是IT世界裡構建專案的磚石，跟你能不能從事人工智慧行業沒有必然聯絡。你願意從事，還要去學習這個專業領域的知識，框架，具體研究方向等。這跟你你問，我現在有磚有水泥還會砌牆蓋小樓，我能造個長江大橋嗎，一樣道理。學會這兩門語言，只是站在了了AI世界大門口，怎麼成長還是取經之路。人工智慧既然是時下熱門，高階的領域自然有它的理由，做這行肯定不會像賣白菜一樣容易。

原則上，人工智慧誰都可以入場，但能不能爬上高塔，吃到蛋糕，八仙過海各顯神通吧。

其實樓下的研究生導師和我的回答的一個意思，人家就圖文並茂，可是我卻還看不懂配圖，這就是讀書少和讀書多的差距吧，待我學習一番再來補充。2018-11-11小七說的

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。

會Java和Python語言的使用，可以搞人工智慧嗎？

作為一名軟體開發工程師，個人認為，當你學會Java和Phthon語言使用後，不建議你直接上手人工智慧。下面我來說一下個人看法：

人工智慧領域門檻較高

人工智慧對於一般同學而言，其入門門檻相對較高，你雖然只是學會開發語言的使用，但如果你真的想從事人工智慧方向，僅憑這一點還是遠遠不夠的。從事人工智慧領域，首先你的數學理論知識要非常的紮實，這樣你才能夠看懂人工智慧所使用到的演算法底層原理，因為這其中涉及到大量的數學定理和公式。其次，你需要熟練掌握機器學習相關演算法底層原理的實現，人工智慧本質是使用機器學習演算法，使用資料進行模型訓練，最後將訓練出的模型應用到相關領域中。第三點，你要有一定英語基礎，因為可能你需要看大量的人工智慧相關的演算法文獻。第四點，你也需要有很強的科研能力，因為你從事人工智慧領域，至少要有自己的質量很高的學術論文。所以如果你對於機器學習相關演算法都不瞭解的話，那麼你在面試人工智慧的崗位時，一般會很難透過。

同時，一般在面試人工智慧崗位時，你需要有厲害的學術論文，或者拿過比較大的演算法比賽的獎、做過大的人工智慧相關的專案，這樣你在面試的時候，才能夠有一定的底氣和別人一起競爭，人工智慧崗位屬於薪酬高，但是競爭也非常激烈的一個領域。所以你只學會了相關語言的使用，並不代表你能從事人工智慧方向。

人工智慧領域對學歷有一定要求

從事人工智慧領域的同學一般都是研究生或者博士生的學歷，光是這一點，其實就有很多同學被擋在人工智慧領域的門外。畢竟現在在大學本科階段，不可能開設這麼深奧難學的學科。本科階段一般學的課程也比較廣，而不是像研究生或者博士生，針對某一個具體的方向去研究學習。而人工智慧又需要紮實的數學知識，要有非常厲害的科研實力，所以，大的網際網路公司在招聘人工智慧相關的崗位時，一般都會有學歷的要求。即使人工智慧崗位寫的學歷要求為本科及以上學位，但事實是最起碼得是研究生學歷才行。下面是某個演算法崗位實習生的要求：

總結

總體來說，你雖然會使用Java和Python語言，但並不代表你能夠從事人工智慧領域，人工智慧領域入門的門檻非常高，同時對於學歷也有一定的要求，個人建議，除非你是真的喜歡演算法，想要從事人工智慧領域，否則不建議你從事人工智慧方向。人工智慧可能不太吃專案經驗，可能你幹了好幾年的演算法工程師，但是有個新來的博士後，就有可能成為你的主管。而不是像工程類的開發工程師一樣，吃的是工作經驗和專案經歷。