全文共1741字,预计阅读时长3分钟
看了无数AI教程却总是无从下手?
道理感觉都懂一读论文还是群脸蒙逼?
感觉不逼自己一把永远入不了AI的门?
其实,要逼自己很简单,两条路任你选。
就业
选择就业,学东西一定是最快的。如果不够快,就想想你的梦想、你的工资、你的奖金吧。
虽然AI行业充满了“爱与理想”,但我们不得不承认,跟随这股AI潮,很多人主要还是冲着高薪去的。不用再花家里钱,还可以边学AI边赚大钱,听起来简直美梦一桩。不过,美梦,也只能是美梦。
本科刚毕业的科班出身程序猿,在AI行业中能做什么?
很遗憾的告诉你,你有极大可能会长期从事非常基础的业务。运气不好的没准就变身为AI搬砖工——数据标记师,整日为训练AI的数据集里添砖加瓦。如果运气良好,那可能整日就是跑跑模型、调调参数。你所想的搭建算法、底层设计,可能通通都不存在。
不仅如此,这些你或许有些嫌弃的工作,也仍然需要一些相关能力来帮你取得offer。
首先肯定是基础开发的能力。虽然短期之内,你在工作岗位上不一定会接触到算法设计和算法实现。但即使是跑模型调参数,也需要有一些基础的理解,还要能紧密地跟进整个工作流程。
而且,既然要通过工作岗位学习,知道自己在做什么,能做什么,下一步想做什么十分必要。这些均建立在基础开发能力上。
其次是数学基础,尤其是概率和统计基础。典型的如最大似然估计、最大后验估计、EM 算法等这些可以应用于绝大部分模型的理论更是要重点掌握,是基础中的基础。就算给数据集搬砖,也要理解数据的分布,这样才能知道该对它们做什么样的处理。
至于开发语言、开发工具、ML理论则更不用说。一个认识只停留在AlphaGo超厉害的求职者,公司是没有地方安放其放荡不羁的灵魂的。
泼了那么多冷水,那么就业入行AI的意义何在?
工作与上课最大的不同点,就是你的知识来源将非常直接、多样化。
首先,获取知识的渠道会更直接。你的同事、你的领导会成为你最直接的知识来源,他们的经验一定会让你用最短的时间学会最具体的东西。
其次,获取知识的渠道也会更加多样化。你可以继续做学生时代做的事,查找资料、阅读书籍论文,同时你也可以与坐在身旁的同事头脑风暴,在会议中碰撞思想。
另一个不同,是实践将会大于理论。在学校学习,你很难获得开展一个项目的动力,而工作则是完全建立在项目之上的。由此,你的动手能力一定会有极大的提升。
进修
如果说通过就业学习AI是一个拥有变态难度的副本,那么进修则看起来要简单许多。只不过,这条路要付出更多的时间成本和金钱成本。
但是,无论你选择出国留学还是保研考研,想要在AI领域学得进去、学得明白,仍然有需要你在本科期间注意的地方。
首先是编程能力。这里的编程能力并非是让你买一堆Python入门、Python实战。而是C语言及C++。当你开始AI进修,底层设计将会是你的重要课题。而要看懂各种顶会论文,基础不牢一定不行。
其次要学好数学及英语。数学不用说,算法实现、数据处理,靠的都是扎实的数学基础。
而英语,是快速掌握Python的利器,也是进修学习的基础。要知道,中文的著作也好、论文也好,优秀的数量不多,至于各种顶会论文,那更是想都不用想,一定是英文。要是看个论文还得一边查字典一边想代码,不仅没有效率,还极有可能傻傻学不清楚。
最后一点,也是最重要的一点,就是发掘自己感兴趣的领域。人工智能是一个宏观的概念,其中的细分领域数量庞大,而当中的一些甚至属于发家致富的雷区。
例如深度学习。深度学习是AI最值得探索的领域之一,也是离市场、离发家致富最远的领域之一。
纵观AI发展史就能看到,AI之所以最近几年才大火,就是因为之前的科学家过于沉迷DL研究,渴望找到快速而有效地提升AI智能的方式,甚至制造“强人工智能”。研究难度系数直线上升不说,还与实际越发遥远。可以说,研究DL的人这辈子一定是个用理想喂饱自己的折翼天使。
因此,选好适合自己的研究领域,非常重要。
读芯君开扒
搞AI研究,一定要读研?
想成为AI界的扛把子却还在读研与就业之间摇摆不定?其实在AI领域,就业也同样能够继续研究事业。
就AI行业的现状而言,业界和学界联系十分紧密。这主要是由于学界的研究领域细分与行业细分相差无几。学界在研究的语音识别“鸡尾酒会”效应,也是业界关注的重点。业界应用广泛的图像识别,是学界最关心的领域之一。
那么,如何达成AI研究型人才的成就呢?多思考多应用,在学界与业界中广泛寻找问题的答案,相信,你一定可以!
留言 点赞 发个朋友圈
我们一起探讨AI落地的最后一公里
作者:羊习习
参考文献链接:
https://www.zhihu.com/question/19882915?utm_source=wechat_session&utm_medium=social
如需转载,请后台留言,遵守转载规范
领取专属 10元无门槛券
私享最新 技术干货