AI专家分享：深度学习初学解惑

导语：高扬，现某创业公司数据科学家、人工智能专家。前欢聚时代资深大数据专家，有丰富的机器学习、深度学习实战经验。

在高扬老师此前的分享中，有不少同学问到高扬老师各种关于入门深度学习这个前沿技术领域的问题。部分重要问题，高扬老师做了具体的回复。真传X技术教育平台致力于让更多技术人受益其中，经高扬老师授权，我们将在此分享高扬老师专业的答疑。

今天的分享，将集中在初学深度学习的解惑：传统技术程序员要不要转型人工智能，怎样做才比较合适在AI浪潮下发展。

近来有一位同学在奇点大数据公众号发了一条对话消息，消息内容如下：

【能不能分析一下，已经工作的传统技术程序员在AI浪潮下怎么做比较合适 在AI的浪潮下要不要转型AI；还是在原方向继续专攻，并自学了解AI。

因为：

I、AI学习曲线很陡自学成本高，难度大。

II、若没有实际项目经验，应聘AI职位时，不能提供背书，只是一个初级入门者。

III、工作公司若有AI项目，往往直接应聘AI相关人员，公司内部岗位调整不宜

IV、转向AI以往的工作经验作废

V、担心AI浪潮太猛，使得传统程序员只能在夹缝中生存。在公司中不受重视，非常容易被替换掉！】

我想，这样的一个困惑是很多初学的同学都会有的。那我就说说我对这几个问题的理解。



问题 I、AI学习曲线很陡自学成本高，难度大。

这个难度是客观存在的，AI的学习曲线确实相对陡峭。对比一些工程应用型的产品，比如MySQL、Hadoop等，这些产品基本上会安装、会一些基本操作就能先用起来，概念清晰简单。当然了，在这些领域如果修炼成专家，也是要经过一系列的系统学习和工程经验的积累。只不过这些领域基本相对比较成熟，按照标准套路去学就OK了，而且中文学习资料很多，学习的难度也就小很多。

人工智能方面的难度来自几个方面，一方面，全世界最尖端的技术和理论都是英文资料先出来，例如一些大会上发布的重要论文。这些论文不仅考验每个人的英文阅读能力，里面还夹杂着非常多的专有名词和技术名词，这些名词对于很多初学者来说，即便正确无误地翻译成了中文仍然没办法理解是什么含义。所以，当大厦的前两层没有建立好的时候就开始建第三层会痛苦异常毫无斩获。
不过这个问题仍旧可以通过其他变通的方式克服，例如现在已经有了很多中文的书籍。这些书籍偏重的角度不一样，对于理解英文论文有难度的初学者来说，不妨找一些通俗易懂的材料来看，毕竟有很多中文材料中并没有故弄玄虚、照本宣科，而是用很考究的例子从程序员的角度来解读AI解决问题的方式，这对于学习这门学科还是有很大的提示作用。

所以，既然不能一步到位，那就从山底爬起。

问题 II、若没有实际项目经验，应聘AI职位时，不能提供背书，只是一个初级入门者。

背书不是靠项目本身背书的，到现在为止，真正能算得上完整的人工智能项目还非常少。有很多项目也是老瓶装新酒，我就曾经见过不止一个项目就是一个普通的数据挖掘项目或者BI项目，套个人工智能的外壳就开始“骗钱”。从这样的项目中出来，我也不认为就算是项目能给自己背书了。

背书要靠自己——在GITHUB上有很多很多的AI工程项目，这些你都可以拿来研究。你能够读得懂他们吗？你可以清楚地讲出他们的实现原理吗？你可以在必要的时候比较快地找到相应的位置并做修改吗？你可以用你自己的能力进行有益的改进吗？如果答案是肯定的，这些能力会在你面试的时候有很好的体现。别说什么“我能，就是我说不出来”，永远不存在这个问题。只要你确实肯下功夫，思路清晰，项目也是万变不离其宗的，你一张嘴面试官就知道你是什么水平。
所以，功夫是自己下的，别指望一定会在从零到一的时候有项目有人给你背书。

问题 III、工作公司若有AI项目，往往直接应聘AI相关人员，公司内部岗位调整不宜

这个问题可就不一定了。公司内部岗位调整，在很多公司里是相对自由的，但是前提是，你要让你的领导确认你到新的岗位会比你现在所从事当前岗位的价值更大。你能想明白这个逻辑吗？你能让你的领导想明白这个逻辑吗？如果能的话，剩下的事情都不是问题了。

所以，功夫下在平时，厚积薄发，时刻准备了解自己的实力与能力，才能在有机会的时候抓住机会。
问题 IV、转向AI以往的工作经验作废

这只是一个舍得的问题，舍，得，有舍才有得，你需要做的就是根据自己的情况度量舍与得的部分哪个对自己更划算一些。AI只是一个新生的领域，没有人能够保证你做这个会有更好的结果，当然了，你不转型同样也没有人能够保证你能够干到退休，不是吗？每个人的情况不同，所以，不能一刀切地让所有人一窝蜂地都去全身心研究AI，并承诺AI在未来毕竟年薪百万……这听着就像邪教在蛊惑人心。

另外，以往的工作经验我并不认为是完全作废。你在工作中总会总结出来一些东西，总会有些心得。所谓的积累不仅仅是在简历上写的我写Java代码写了6年，而更多的是对客观世界的理解，或者是自己的哲学观点在新生事物上应验的能力。
所以，人和人是有差别的，这个我们要承认，而且要因地制宜地进行合理的取舍，并且不失时机地进行经验的更高维度的总结与归纳，才更能让自己立于不败之地。

问题 V、担心AI浪潮太猛，使得传统程序员只能在夹缝中生存。在公司中不受重视，非常容易被替换掉！

这个不必太担心，至少暂时不会有问题。所谓，尺有所短寸有所长。程序员的生存是靠他们做一些机器做不来的事情。做个不甚恰当的类比吧，现在工业化程度这么高了，生产能力很强大了，可是很多看似不太高级的工种并没有什么影响——你看倒垃圾的阿姨失业了吗？送快递的小哥们失业了吗？餐馆里做饭的厨师们失业了吗？如果他们尚且没有失业，程序员就会失业吗？你不觉得程序员做的东西比起他们来说，可替代性更差吗？

AI有自己的优势，那必定有自己的局限性。而这些局限性，很多都是人本身的不可替代的优势。
所以，踏踏实实做好工作，尤其是努力去做那些机器不会做的事情，你就会更有价值，更不可替代。

评论

1 楼 真传X小工 2018-01-12  

欢迎大家来交流