Ai 中文名字人工智能去年火起来的，现在正在快速发展，其实人工智能已经在我们身边，从可以跟你聊天的"小冰"到能帮你打开电视的智能音箱，从机器翻译到智能教育，刷脸支付，无人驾驶，可穿戴设备，智能医疗等等，人工智能已经全面走入人类的生活，广泛渗透到生产和生活的各个领域，并不断刷新人们的想象力。
要想胜任人工智能相关工作，要求还是非常高的，首先要搞懂什么是机器学习，还要学会一种编程语言python ，数学上的高等数学，线性代数，概率论与数理统计基础知识也是必须要掌握的，最后有关机器学习的著名的相关算法要搞明白，要想自学掌握这些知识还是很吃力的。
大学生不敢往这方面发展，我想有两条原因，一、2016年被称为人工智能元年，也就是人工智能处于风头浪尖才两年时间，行业发展不成熟。 二、从事人工智能工作学习要付出的精力成本太大。而且现在培训机构人工智能课程学费都是上万。大学生观望保守的态度也就很正常了。
爱分享，爱生活，留下你的观点一起学习哈。
哈喽哈喽，我是糖豆儿学姐，我认为就像问题描述说的，大部分大学生持观望态度就是因为第一感觉是太难了。
大家也不是不愿意去钻研，只是这个需要耗费的精力太多了，大家更愿意把有限的时间用来学更多的东西。
学习AI的困难主要体现在这几个方面:
人工智能作为计算机的一个分支，主要就是研究人类智能活动的规律和智能行为（学习、推理、思考等），利用计算机模拟构建人工智能系统，涉及到诸多学科，如哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论等。
人工智能需要用数字去表述这么多的内容，这个需要耗费太多的精力而且对于专业性的要求也高，工科狗只能努力努力再努力的研究，但是大部分人估计会望而却步，心塞塞了。
人工智能作为一个前沿学科，对于能力的要求很高！那么体现在哪几个方面呢？
一是你的学习态度和学习能力，毕竟需要学习的文献那么多，没有能坚持学习的勇气，肯定是学不好的。
二是你的数学知识和编程能力，如果你是做算法突破的，对于数学能力的要求会特别高。比如概率论、数理统计、矩阵论、图论、随机过程、最优化、神经网络、贝叶斯理论等，还要学习高数和微积分，这个知识含量太高了。
一般想到要学这么多，估计还是会大喊一声“我不听我不听”吧，这段别看了，我就是想配个图，埃嘿嘿嘿嘿。
原因之一是因为目前研究开发AI的科技公司都是国内巨头，比如百度，腾讯，科大讯飞。小公司没有能力做这项研究，有一些小的初创公司也都被大公司收购。所以AI人才属于高端人才，会被国内巨头吸纳。而普通院校的大学生很难和名校学生竞争。这对于能力一般的人来说，就业可能会成为一个问题。
原因之二是目前AI开发还属于很浅显的阶段。从2006年至今还没有突破性的进步。所以走入消费中还需时日。在研究开发阶段需要的人才需要比较有想法和创造力，能有一定经验当然最好。这也是为什么国内AI公司都会从微软，Facebook，谷歌等AI公司中吸纳人才。
在中国还是习惯了跟风，很多人并不清楚自己要什么。人工智能这股风潮来得时候大家都各种讨论，讨论人工智能怎么改变生活，怎么取代人类工作，能不能和人谈恋爱，会不会成为人类终结者。而当研究有些停滞的时候又开始观望，怀疑人工智能的可行性。
其实人工智能就是一门科学，一项技术。发展是必然的趋势，因为可以作为人类很好的工具，替代人类很多工作，比如重复性的工作，危险性的工作灯。为人类服务，让人类的生活更加轻松和简单。但是恋爱，终结者真的完全脱离现实了。与其担心人工智能对人类的威胁，不如担心环境污染，食品安全对人的危害。
所以我认为AI人工智能未来必定会走入我们的生活。根据自己的兴趣和优势做出合理选择。盲目跟风，即使入了行，找到了工作，也只会在行业的底端，做着最没有附加值的工作。
如果喜欢我的回答，就请给我点赞，关注我吧。
Python小白进阶，要从一个新手变成深度学习的高薪抢手人才，是需要经过系统的学习，还要有实战经验的支撑。
自学就不要尝试了，自学能成才的是少之又少，如果都能自学成才，那老师的存在就没有必要了。
Python新手期间，基础是首要根本。从最基本的学起，再慢慢循序渐进学习高阶的知识。当你的理论知识学到一定程度后，就需要实战经验来丰富自己。
而这些实战经验是需要真实的商业项目支撑，但是一个没有实战经验的Python新手是很难被企业接受。这时候就可以考虑培训学习。
很多培训机构是有和企业合作的。线下比较昂贵，而一个靠谱的线上机构（认准有“认证”的机构）学费不仅比较优惠，教学内容也是十分夯实，并且课程学习期间还有真实项目驱动学习，让你将学习的基础运用到实际中，工作的时候，培训时间做项目的实战经验，让你工作也会得心应手。
1. 机器学习需要一定的数学基础，但不要听说了这个之后就去把所有的数学教科书学一遍，可以把这些书放在手边备查即可。
2. 如果你英语不错建议看吴恩达在斯坦福机器学习基础课程(2到3个月完成)。
3. 如果英语听力一般，建议看台湾大学林轩田老师的基础课程，这里提到的两个课程都免费并且是非常优秀的课程。
4. 在这一切开始之前建议你花一天的时间读一下吴军博士写的“数学之美”这本书，当***看就行，他会纠正你的学习方法。
5. 世界上不仅仅只有机器学习这一行，如果你经过3到5个月的学习，你发现还是没有办法很好的理解诸如：无限猜想空间下撞墙概率是如何被霍夫丁不等式和VC维限制住的？那要思考一下继续走下去是否代价太大！不是说一定不行，而是说老天爷给你开的那扇门可能不在这个地方，如果你非要从这过去的话，你只能在墙上打个洞，比较辛苦。
