1968年，美国斯坦福国际研究所成功研制出移动式机器人Shakey，它是世界上第一台带有人工智能的机器人，能够自主进行感知、环境建模、行为规划等任务。
该机器配有电视摄像机、三角法测距仪、碰撞传感器、驱动电动以及编码器等硬件设备，并由两台计算机通过无线通信系统控制。限于当时的计算水平，Shakey需要相当大的机房支持其进行功能运算，同时规划行动也往往要耗时数小时。
首先给个结论，【快速成为人工智能领域的专家】本身就是一个伪命题，快速与专家本就是悖论！
人工智能涉及的知识领域比较多，数据收集、特征选择、算法设计、模型建设、代码实现等典型环节需要线性代数、概率论、统计学、程序设计、算法设计、软件工程等方面的知识。所谓专家，需要对这些内容都要有很深的认识和了解，能够快速根据场景选择模型，能够快速完成特征选择和参数调优，有对人工智能宏观方向的把控和微观方向的实践，这些都需要一定工作量的训练和积累。
快速？不知道多快算快速，现在社会上有一些《人工智能快速入门》、《XX天精通人工智能》的书籍和培训，往往是介绍一些原理、概念和基本在应用。但这些只能是让你知晓人工智能的基本概念，有机会成为合格的搬运工，但离成为专家还有很远很远。试想现在人工智能领域的专家，哪一个不是博士，博士并不只是学历，更是一种素养，代表着多年的专业训练和领域的深入钻研。
私以为多读书是对的，这样能够让人静下心来，抛弃功利心，更好的去感受这门学科和技术的魅力。除非有必要，尽量不要去参加快速培训班，除了浪费钱，学会吹牛，别无他用！
不过，话说回来，如果定位是如何快速从事人工智能行业，开展相关工作，那么可以先看一到两本原理我性的书籍，然后再看两本实战性的书籍，典型的是R与人工智能、Python与人工智能，学习相关库的使用。通过书上的案例，基本能够了解怎么开展建模，并应用到业务场景中。
想快速成为专家的想法要打消掉，老老实实的把高等数学、概率论、线性代数等相关的知识学好，再一步步的学习统计学习、机器学习、深度学习，建议学会python语言，多实践，多做项目，会比较快的掌握一些技能，通过看文献，理解人工智能的进展。慢慢会进入这个行业内。如果想成为专家，还需要付出更多的努力。
快速成为专家和一万小时定律，我更相信一万小时定律，如果你想要快速的建立人工智能的知识框架的话，也是有办法的。
不知道你最适合的学习方式是什么，我个人最适合的学习方式是看***，当时看的是斯坦福大学吴恩达教授的机器学习课程，网易云课堂，B站上都有的，记好笔记，两个月左右可以建立知识框架。
当然，只是建立框架而已，虽然我不是专家，但我觉得要成为专家，一万小时定律是铁定的。人工智能，不仅仅是一个学科，而且也是一个系统工程，既然是工程，那么就离不开实战，实战的越多，理论知识就巩固的越好，因为越多的实战，就会有越多的角度去理解，总有一个角度是最适合自己的。
平时还要多想，在实际生活中遇到的问题看看能不能以人工智能的方法去解决。
比如说今天周末去一个大型超市买水果，但是今天的顾客非常多，超市贴码员数量又有限，所以顾客排起了长队等待贴码员称重量，贴码。
