如果是從事計算機相關研發工作，那麼35歲開始轉行做人工智慧領域還是可以的，因為有一定的基礎，做人工智慧研發也會更快。我是在29歲開始增加了人工智慧的研究方向，之前一直在做動態軟體體系結構的研究，主要接觸的內容跟模組化程式設計關聯緊密，使用的工具語言也以Java、C為主。

我研究的切入點是機器學習領域，機器學習作為人工智慧的六大研究內容之一，是目前落地應用比較多的領域，很多行業比如智慧診療、模式識別、推薦系統等都在使用機器學習的內容。由於我的研究多是以應用為導向，所以我選擇機器學習作為入口。大概用了2年時間完成了第一個機器學習的驗證專案：智慧診療系統，主要的職責是輔助醫生給出針對性的治療方案，目前已經收集了超過10萬條的智慧診療資料。

人工智慧的學習除了機器學習之外，還包括自然語言處理、知識表示、推理、計算機視覺和機器人學。可以說人工智慧涵蓋的領域十分廣闊，要學習的內容也很多，是一個多學科交叉的領域。

人工智慧對數學基礎的要求還是比較高的，比如對線性代數、機率、微積分等都有要求，可以說人工智慧主要研究的內容就是以各種演算法的實現及應用為基礎，透過不同的演算法完成不同的任務。

當然，除了數學，人工智慧對物理、計算機、統計、控制、自動化都有一定的要求，所以需要掌握的內容多且複雜。這也是為什麼現在培養人工智慧領域人才比較困難的原因，人工智慧人才的培養週期普遍比較長。

所以，如果有計算機、數學等學科的基礎，或者從事過軟體研發等相關工作在35歲開始轉行做人工智慧還是可以的。如果沒有這些基礎，建議一定要慎重考慮，畢竟人工智慧的學習不是一蹴而就的，需要時間的積累。

如果大家有人工智慧方面的問題可以諮詢我。

35歲基本上不建議你去學習程式設計了 ，年齡大了拖家帶口的，學習為了愛好還行，如果是想從事這份方面工作，還是不建議你去。及時有良心的培訓機構也不會說，為了收你而讓你去學習大資料或者是人工智慧。

我接觸AI是在2015年，那一年我36歲；分享一下我的看法：

1、多少歲想轉行都不是問題，齊白石60歲才開始正式畫畫；

2、轉行還是要先做自我分析，是興趣點？還是以前積累？或者是看好的行業。但是對於AI來說，某種意義來說其實每個人都會轉行，這兩三年也許是主動轉，再往後就是被動轉。這個問題類似蒸汽機發明以後，馬車車伕問，我是不是應該轉行司機。

3、回到年齡的問題，現在的科技迅速發展太快，技術迅速迭代，也許之前的人可以22歲上完大學，做一份工作退休；但是現在是終生學習的時代，只要有學習能力有好奇心，年齡不是問題。

最後，是否轉肯定不是問題，問題是如何轉：我的建議是人工智慧也分很多維度，有程式設計，有產品，有架構等的人，我切入的點不是以上，而是業務，就是結合業務場景如何採用AI技術進行產業變革。如此選擇一是之前做戰略諮詢等工作，有些積累；另外也是因為AI或者說現在最缺的是跨界思維，可以做連線的人最有價值。當然剛才說的程式設計、產品、架構等等，其實都沒問題，畢竟各自背景不同，以及興趣是最好的老師。

—願意做你的私人技術顧問 馬珂

要看具體的情況，如果數學和程式設計的底子好，可以嘗試一下，但要在學習的過程中，反覆的拷問自己的內心，是否是真心喜愛；即使非常細的一個分類，水都非常深，尤其要做到能改進模型的程度，不僅僅是單純的靠感覺嘗試；如果不是真心喜歡，是很容易放棄的，如果真心喜歡，也有一定的必要的基礎，那應該不算晚，“老牛已知夕陽晚，無須揚鞭自奮蹄”。與君共勉，一起努力吧

謝謝邀請,首先不說你晚不晚，先來看看這樣一個例子25歲的碩士非計算機專業的轉行AI的張偉（暱稱），俗稱小弟

985土木工程17屆畢業生，由於貪玩本科多讀了兩年，高數，線代，機率論都是飄過的，今年25歲，去年7月份進入中建某局，因為自身不愛說話，文筆比較爛，不太適合建築行業這種經常需要與人溝通交流的單位，謀求向程式設計行業發展，看了貼吧裡的說法，25歲轉行有點晚，35歲幹不上管理層依舊面臨轉行的問題。又考慮到自己大學沒學什麼東西，真的要學人工智慧還要把很多知識重新拾起來，又不喜歡現在的工作，心內好糾結。其實當年高考選專業的時候就知道程式設計辛苦，當時為了偷懶選的土木，長大了之後生活真的不是自己想的那麼簡單！兄弟們，現在轉行人工智慧晚不晚，望指條明路。

論晚倒是不晚，但不建議，因為耗費的時間太長，這畢竟不是能速成的，你做好幾年內沒收入的準備了嗎？

如果不想幾年內沒收入，規劃一下路線，比如先從測試工程師做起，漸漸接近這個領域，可能耗上十年以上的時間。不過，這條路可真不輕鬆啊，能不能走成都很懸。

你勇敢的說了自己很多缺點，那我也抖抖膽說點真話：程式設計這行，有熱愛才行啊，有不少其它專業的同事，但他們都是在學校裡都熱愛程式設計了，你沒有提及你的熱愛，那可能，不是僅僅靠辛苦就能學好的。我知道的學這專業但沒幹這行的，比沒學這專業但幹了這行的，多了太多倍了。

信我，就別轉行，轉行面對的困難，比你現在面對的困難要多。溝通能力之類的困難其實不大，有心解決你就能做好。

先說觀點：如果是興趣愛好的話，靠譜；如果是衝著前途、衝著這份職業來的話，慎重考慮，未必不可能。

一是人工智慧的設計的領域太廣泛了, 加上媒體宣傳鋪天蓋地：大資料、機器學習、推薦、NLP、CV、機器人等等，讓人眼花繚亂。需要時間來了解，確定自己的AI領域的大方向。否則，可能在AI的世界裡隨波逐流，對於大齡青年來說，有點危險。

二是AI對程式設計、數學都有一定的要求，如果沒有底子的話，路會更難。

三是現在很多院校，甚至網上有很多公開課程。估計等不了兩年，AI的人才會開花結果。年輕人學習能力強，腦子靈活，如果是找工作的話，想想和這些畢業生比，有優勢麼？

或許兩年後AI的前途也不一定是你想象中的那麼光明?

總之，要充分對比下目前行業、目標行業的優勢、劣勢。本行業能和AI結合的話，最好!如果風險值得的話，拼一把未嘗不可！

談一下看法。本科讀經濟專業方向，後來跨專業讀計算機方向的研究生。畢業後一直從事通訊裝置的軟體開發工作，C語言，這幾年開始從事產品經理崗位，畢業近十年。近一年在工作之餘也在不斷學習和了解一些人工智慧方面知識和技術。從以下幾個方面回答問題。

首先，年齡方面，三十五歲不晚，精力還在。如果是從事計算機，軟體，資訊統計方面等職業的話。已有的對行業，技術的積累和理解肯定會在自己如若選擇的人工智慧的道路上起到很大的正面積極作用。關鍵還是對人工智慧經過初步瞭解後的興趣，熱愛，和未來的堅信，從而支撐在未來的道路上堅持下去。

第三，現階段的人工智慧是弱人工智慧，核心在於和各個行業的結合。這種結合我理解難點在於，一是，對具體專業應用以及業務流程理解，能夠對其梳理，抽象，納入到人工智慧系統裡來；二是，人工智慧本身，機器學習演算法，影象，語音，文字處理，決策，規劃演算法等能夠有效的支撐行業，給行業帶來功效和增值。我想表達的是，弱人工智慧的發展，一是要在跨領域，深入瞭解具體行業下功夫；另外，要在人工智慧本身基礎技術方面不斷突破和演進。因此，假如，你是一個具體行業的工作者，透過對人工智慧學習，進而致力於本行業的產業智慧升級。那麼，你的行業背景就是天然的優勢。

第四，人工智慧一直都在演進。計算機誕生的那一刻，對於人工智慧，就是一個里程碑。跟隨摩爾定律，計算機的效能不斷提升。一，從計算機語言程式設計演化來看，從面相過程程式設計，面向結構化程式設計，面向物件的程式設計，基於中介軟體架構的程式設計，到目前基於感知agent，學習agent，決策agent，執行agent的程式設計。這很類似於，生物從一個單細胞神經反射元，到一個多細胞的生物組織，到一個生命體，到一個哺乳動物，到一個人的演化過程。因此，計算機人工智慧，我認為是人類智慧發展到一定階段帶動周圍環境一起進化的一個結果，人工智慧或許是一個必然；二是，隨著計算機效能提高，雲計算，大資料等技術的加持，現在人工智慧的主流技術路線在於通用演算法的構建，來對外界特徵的極簡規律進行發現捕捉或近似模擬，形成知識系統和決策反饋系統，來幫助人們完成工作。在人工智慧技術中，是數學的完全呈現，比如：是線性代數，機率論，微積分的融合應用；同時，也包含經濟學，運籌學，統計學等思維和概念；另外，也包含對語言意義，腦科學等人類本體本質的反求諸己。因此，是一個融合的學科。因此，我想表達：一，人工智慧可能是必然的人類社會演進發展的趨勢；二，任何行業，比如經濟，統計，工廠等都可以立足本身優勢向人工智慧發展和滲透。