盛名之下，其實難副，除了佔領者媒體的大幅版面之外，真正創造價值卻顯得搖搖無期。做為業內人士我想把真像說出來？投資圈，創新域和普通小白你們都怎麼了？

投資圈、創新域他們有折騰的本錢，我們小白也要跟風嗎？在此作為一個資深的java開發工程師我想先從物聯網說起：

2009年8月，溫家寶總理在無錫視察時提出“感知中國”，無錫市率先建立了“感知中國”研究中心，中國科學院、運營商、多所大學在無錫建立了物聯網研究院。物聯網被正式列為國家五大新興戰略性產業之一，寫入了十一屆全國人大三次會議政府工作報告，物聯網在中國受到了全社會極大的關注。

2010年物聯網火遍了中國，完全超越現在的人工智慧和python，我不知道當時世界排名第一的程式語言Java為什麼拋之腦後？？？新聞媒體開始大篇幅說物聯網是未來，確實是未來，國家的戰略是沒有錯的，溫總理也很有高見，但是發展是需要時間的，我不明白的是，這個行業都不成熟為什麼各個高校和各類IT培訓機構都開設這個專業，你們的老師是哪裡來的？有沒有實戰經驗？社會需求到底是否需要那麼多物聯網人才？但是當時的風暴太可怕來，我當時也被假象震昏了，一股腦要學習物聯網，為此我查詢了物聯網領域比較領先的企業，遠望谷和大唐電信，然後和幾個BAT公司的朋友交流了一下，感覺前景確實好，發展起來不一定什麼時候，我沒拿青春堵未來，所以我只專注我自己的領域，到現在我做為一個程式設計師在北京有車、有房，我就很知足了，到2012年下半年，物聯網就好像消失了似的，想就業那是難上加難，跳槽更是不好混，但是ios、android和web前端很紅爆，2013，2014異常火爆，但是ios和android這種小眾語言需求量畢竟有限，就像R語言、Ruby、Go語言和Python一樣，畢竟不是主流，曇花一現後趨於“飽和“，所謂的飽和就是高手稀缺，水平一般的到處都是，因為在計算機領域任何一種語言，技術大神都是急缺的。

2015年9月，國務院印發《促進大資料發展行動綱要》（以下簡稱《綱要》），系統部署大資料發展工作。

2015年9月18日貴州省啟動中國首個大資料綜合試驗區的建設工作，力爭通過3至5年的努力，將貴州大資料綜合試驗區建設成為全國資料匯聚應用新高地、綜合治理示範區、產業發展聚集區、創業創新首選地、政策創新先行區。

2016年大資料的時代到來，各個新聞媒體，巨頭網際網路公司，大學，IT培訓機構又開始了。

大資料主要做什麼？資料探勘和資料清洗後主要用於資料分析，也是社會發展的趨勢，國家需要，巨頭網際網路公司需要，大學需要承載為國家為社會培養這部分人的責任和義務，IT培訓機構我不明白跟什麼風？這個是短期內能學會都東西嗎？

在此我說一下在國家會議中心《京東大資料分析與創新應用》部的一次技術分享：

《國家會議中心-京東技術開發日》

我就不往下再截圖了，通過這次分享會議的感受頗深，很多人竟然不知道大資料是幹什麼？能做什麼？需要學習什麼？就被各種所謂的高薪誘惑擊昏了頭腦，我想說真正學好大資料，前提是什麼？你要搞清楚，最好你是學習數學專業的，具備一定的演算法和邏輯思維能力，因為大資料的核心是演算法，而不是使用Hadoop搭建一個框架，搭框架可以短暫學習，但是演算法和邏輯能力不是一時半會就能學明白的，所以你是否適合進入大資料行列在此我就不說了。。。。。。

2016年大資料的浪波逐漸退潮，人工智慧（AI）和虛擬現實（VI），開始復出。

2017年各個地方你都會看到VR、虛擬現實和人工智慧的標題，各種媒體，大學，IT培訓機構又來了，媒體，什麼博眼球寫什麼，我感覺沒什麼說的，大學承載著培養國家和社會需要的人才，也沒什麼說的，IT培訓機構不知道為什麼要開設這些專業，幾個月的時間真的能就業嗎？虛擬現實你們就業了嗎？大資料你們就業了嗎？物聯網你們就業了？顯而易見，物聯網不火了，大資料不火了，虛擬現實不火了，現在又出來一個人工智慧和一個小眾語言Python，我想問一下之前熱炒的行業是不火了呢還是媒體熱炒過後，再寫不那麼博眼球了？還是不適合短期培訓？這個值得深思，Java語言世界排名第一，為什麼媒體不熱炒？？？

2018年，人工智慧（AI）和區塊鏈，作為一名資深IT人，我經常會參加巨頭網際網路公司會議，比如京東的大資料分享會，百度的人工智慧等等分享會，給我的感觸很深，在此奉勸大家不要跟風，所謂的人工智慧，留給高智商的人研究吧，比如“霍金”的那把椅子，就是人工智慧最好的體現，人工智慧主要研究的範疇：“語言的學習與處理，知識表現，智慧搜尋，推理，規劃，機器學習，知識獲取，組合排程問題，感知問題，模式識別，邏輯程式設計，軟計算，不精確和不確定的管理，人工生命，神經網路，複雜系統，遺傳演算法人類思維方式，最關鍵的難題還是機器的自主創造性思維能力的塑造與提升。”它是一個領域學術研究，而不是某種語言，在此我分享一下人工智慧使用的技術：

人工智慧領域程式語言中最常見的有：Lisp、Prolog、C/C++、Java、Python

1:Lisp

Lisp是一種通用高階計算機程式語言，長期以來壟斷人工智慧領域的應用。LISP作為因應人工智慧而設計的語言，如果需要詳細知道Lisp為什麼是人工智慧領域的頂級語言，可以看一下著名的AI專家彼得·諾維奇(Peter Norvig)在其《Artificial Intelligence: A modern approach》書中的詳細介紹。

2:Prolog

Prolog與Lisp能夠有效結合，優勢是解決“基於邏輯的問題”。

據《Prolog Programming for Artificial Intelligence》一文介紹，Prolog一種邏輯程式語言，主要是對一些基本機制進行程式設計，對於AI程式設計十分有效，例如它提供模式匹配，自動回溯和基於樹的資料結構化機制。結合這些機制可以為AI專案提供一個靈活的框架。

3:C/C++

C/C++是世界上速度最快的面向物件程式語言，有技術工作者稱他為獵豹般的速度。C/C++能夠很好滿足高執行速度要求，因此廣泛應用於搜尋引擎。

在AI專案中，C++可用於統計，如神經網路。另外演算法也可以在C ++被廣泛地快速執行，遊戲中的AI主要用C ++編碼，以便更快的執行和響應時間。

4:JAVA

Java也是AI專案不錯的語言選擇。它是一種面向物件的程式語言，專注於提供AI專案上所需的所有高階功能。

雖然Java不具備LISP和Prolog的高階邏輯計算，又沒有C／C++的高執行速度，但它可以被移植，能夠很好的匹配程式，並且提供內建的垃圾回收。另外Java社群也是一個加分項，完善豐富的社群生態可以幫助開發人員隨時隨地查詢和解決遇到的問題。

另外，Java的擴充套件性也是AI專案必備的功能之一。

5:Python

Python也是可使用在人工智慧領域中的程式語言之一，本質為由LISP和JAVA編譯的語言，可以無縫對接其它AI演算法和結構。

Lips和Python非常相似，僅有一些細小的差別。還有JPthon，提供了訪問Java影象使用者介面的途徑。這是PeterNorvig選擇用JPyhton翻譯他人工智慧書籍中程式的的原因。JPython可以讓他使用可移植的GUI演示，和可移植的http/ftp/html庫。因此，它也非常適合作為人工智慧語言的。

人工智慧確實是未來，如果時間寬裕、資金充足可以做為學術性研究，但是這個研究領域必須有高、精、尖的人才，才可以推動全世界人工智慧的發展，因為人工智慧的世界難題就在於“機器學習的創造性思維”，試想一下如果機器有創造性思維的那天，世界是個什麼樣子？我感覺它很遙遠，所以我建議不要盲目的跟風，看到各類新聞媒體在炒作人工智慧，腦袋一熱就去做了，我們得多去網上查詢一下，看看人工智慧到底是做什麼的？所謂的前景是幾十年後實現？百年後實現？還是國家的千年大計？人工智慧雖火，慎進入，如果希望進入程式設計領域的朋友門，建議大家學習C和Java，畢竟它們兩個在世界語言排行榜上一直名列前茅，建議選擇第一語言（C或者Java），找到工作，在工作之餘去學習第二語言（R語言、Perl、Ruby、Python和Go語言【區塊鏈也許會用上】等等），這些語言都比較簡單，建議自學（在學完第一語言的基礎上），所以你會發現很多IT培訓機構的老師大部分不是專業做Go語言、R語言或者Python語言出身的，很大一部分也是自學的，所以培訓的意義不是很大，但是你會發現C語言和Java語言的老師基本都是實戰級，工作過的，因為它們自學成功的機率比較小，尤其是C語言。

等待就是浪費青春，試錯就是虛度光陰，且行且珍惜。

以上文筆，僅代表一個資深IT程式設計師的個人見解，如有不周之處，希望大家見諒，也許會得罪媒體或者其他人朋友，我只想把業內人士看到實情說出來而已，希望見諒。

祝看到這篇文章的朋友門：工作順利，一路發財。

最後小編還為大家準備了一些Java以及其他程式設計的學習教程（免費），有想學習程式設計的小夥伴可以關注私信我回復“資料”領取哦，每天拿出2-3個小時自學就可以，學的時間長了，也一下子消化不了，如果你想學習的話，不如就從現在開始學習程式語言吧！

領取方式：