很好，其實嘛，不管什麼行業，只要做好了，都吃香。

若想從事人工智慧建議選擇人工智慧專業。

北京3月29日電 中國教育部官網29日公佈2018年度普通高等學校本科專業備案和審批結果通知。通知顯示，人工智慧專業被列入新增審批本科專業名單，共有35所中國高校獲得首批建設資格。

就2019年當下而言，本科生轉型從事人工智慧略微難一些。

企業招聘更多是985-211本科及以上學歷計算機或人工智慧相關專業。

人工智慧目前應用分為（計算機視覺，NLP自然語言處理，語音識別，資料分析）

各發展方向和需要學習的內容參考下圖

接下來談一下 人工智慧未來的發展

人工智慧的發展離不開大資料的支撐（人工智慧，有多少人工，就有多少智慧）

早在2010年 百度就已經開始了人工智慧的建設。（國外更早）

目前百度AI成為大陸AI行業領軍，與其10年的經驗，資料累計密不可分。

目前越來越多的企業 加入到了資料收集累計的大軍中。

當下發展是流量的紅利（粉絲變現，知識付費）

未來10年將是資料的紅利（屆時將是人工智慧全力爆發的時期）

人工智慧是炒作？目前處於什麼狀態？

目前而言，人工智慧被一些別有意圖的商家 過度誇大。

打著人工智慧AI的幌子 招搖撞騙！

但是人工智慧是未來的大方向，目前人工智慧發展比較好的行業，是有長期資料累計的行業。隨著企業對資料的重視，未來人工智慧會更加智慧。

機器學習普及及學習內容

機器學習方向是最近幾年比較熱門的方向，伴隨著雲計算和大資料的發展，機器學習得到了比較廣泛的關注和應用，在智慧醫療、智慧交通、智慧物流、自動駕駛等領域有大量的基於機器學習的落地專案。目前科技公司對機器學習領域的人才求賢若渴，相關方向的研究生待遇也比較高，所以最近幾年報考機器學習方向的研究生比較多。很多報考機器學習方向的研究生並不知道在進組之前需要具備哪些知識結構。

機器學習的目的簡單的說就是從一堆雜亂無章的資料中找到背後的規律，一般的機器學習步驟包括資料收集、資料整理、演算法設計、演算法實現、演算法訓練、演算法驗證和演算法應用等。與大資料以資料為中心不同，機器學習以資料為基礎，以演算法為中心，以應用為目的。比如以機器學習為基礎的智慧輔助診療專案，基礎是大量的歷史病例資料，然後透過相應的演算法給出當前病人的參考治療方案，而這個方案會給醫生很多專業的建議，方便醫生給出治療方案。類似的應用還有自動駕駛等場景的應用。

瞭解了機器學習的目的和操作步驟，下面我就介紹一下需要做哪些知識儲備。機器學習的核心是演算法設計，所以對於機器學習方向的研究生來說，首先要做的知識儲備就是演算法設計與分析。在進專案組之前瞭解常見的機器學習演算法是非常有必要的，比如像支援向量機、迴歸、樸素貝葉斯、決策樹、Apriori等常見演算法。另外需要熟練使用一門程式語言，這裡比較推薦使用Python語言。Python語言比較簡單易學，另外在機器學習領域使用Python做演算法實現也非常普遍，大部分機器學習專案都採用Python編寫。