人工智慧技術幾經寒冬復甦，毫無疑問地又一次站到了時代風口，隨著各大巨頭紛紛下場，AI 也在各種各樣的聲音中迎來了持續落地應用的大爆發時期。這廂一批 AI 先進企業戰略決策搞得轟轟烈烈勢如破竹，那廂一波技術愛好者站在今日甚為喧囂的大風裡滿目滄桑——關於人工智慧，學就一個字，已經連跪好多次。  

兩年前業內從事演算法的專業人才還比較稀缺，簡單統計了下，我們發現今年網際網路公司投遞演算法崗位的應屆畢業生暴增，遍佈機械自動化、電氣工程、電子資訊、計算機工程、軟體工程、統計學、數學等專業，幾乎每個同學都會寫Python、會用 TensorFlow，對大致的技術趨勢也能信手拈來，在這樣人滿為患的形勢下，如何脫穎而出？

要知道以上這些要點是作為一名演算法工程師最基本的技能，並非是你簡歷的加分項。某網際網路巨頭的業內人士曾向 CSDN 表示，今年 AI 人才太多、競爭激烈，投簡歷數和 Offer 數的比例要比普通的開發人員要高很多。不過，從另一個角度來講，在 CVPR、NIPS 等國際頂會或學術會議上發表過論文的學生，議價能力很高；相反，一般水平的同學反而有點過剩了。

對此，CSDN 於近日放出了一份相關問卷，根據截至目前的有效反饋資料顯示，關於“目前面臨的 AI 學習/發展瓶頸”這一問題，34% 的人填寫了自己在自主學習過程中遭遇的難處或承受的壓力，其中包括缺乏專業基礎知識、缺少學習方法指導、缺少優質學習資源、缺少學習時間等細節因素（詳見下圖）。下面就讓我們開個“土味貼”，聊一聊AI 技術學習的痛點一二三。

818 那些年人工智慧在學習發展路上給你帶來的傷害

▌AI 虐我千萬遍，我待 AI 如初戀——AI 鬥士，絕不認輸

這裡樓主，如題，今天開扒人工智慧。

我是人工智慧老粉，站在巨人的肩膀上觀望風向後決定快樂轉型，愛好變學習，然後就是原地表演從入門到卡住。難！太難了！一沒時間二沒資源，高處風光正好，可惜沒有指導。當然，放棄是不可能放棄的，我只是來看看大家都有哪些痛點或者學習建議，同好請進。

最後，我只想說一句：風裡雨裡，我們等你！AI 向前飛，AI 粉永相隨！

▌無落地不 AI

沙發。

樓主“腦殘粉”石錘，鑑定完畢，是時候讓本理智粉上線了。人工智慧技術之所以面對諸多質疑，歸根結底還是“落地應用”的鍋。所謂無落地不技術，誠然，2018 年的人工智慧已經在落地應用這條路上不斷向前走了，但這些仍僅是冰山一角。放眼整個行業而言，還有很多方向在等待研究覆蓋。而應用落地場景往往也是像我這樣的初學者最為關注的問題——落地方式、產品化手段、知識向實際專案的遷移、缺少案例……處於初學階段的我們很難找到合適的跳板，藉以瞭解目前的落地狀況，以及如何挖掘我們所學技術更好的落地場景，或是人工智慧技術和我們所處行業的融合方向。

學而不悔，有的放矢，從風口到普及，我們都在期待。

▌你給我來波有效實踐，我就還能續一秒

實踐經驗真的是一切技術學習的坑王。

起步階段的我們該熱忱熱忱，該啃書啃書，該實驗實驗，但始終缺少實踐積累。即使在校期間在專業方面有所涉獵，但鑑於高校教育層次遞進的模式特徵，學習往往也僅停留在理論層面，缺少有價值的專案，而且學習深度較淺，並不適合想要進一步深入行業的學生。這就導致這我們在走出理論框架或是實驗室之後，尚未形成將理論與實踐結合的應用能力，就被推向了當前工作中的各種實際問題，也就只能在摸索中迷茫加迷茫了。

▌團隊不咋行，創新不咋見，專案不咋有

排樓上。不想說啥，爸爸真的疲憊了。想學嗎？想！咋學呢？不知道！

我們公司不大，內部資源也有限，還一天到晚整些個 55667788 的，接觸同好的交流機會就更少了。團隊內部沒有領頭人，這也導致周圍整體的學術氛圍不夠濃厚。在這樣的環境下，創新突破可謂難上加難，反覆走老路已是常事，無論是新鮮的 idea 還是新的技術及演算法，都不會生自死水。如此我們自然也就很難有優質專案實踐練手的機會，可以說是惡性迴圈了。

因此，現在的我們急需成熟產品的借鑑啟發，以期從先進企業的實踐中獲得點撥。

▌你節奏太快，我承受不來

恕我直言，樓上的在我這裡都是人才。

至少，你們已經開始了。

而我，還在迷茫，大寫的迷茫。

我沒有方向，視線所及之處，皆是馬賽克。

上帝給了我一身 IT 之魂，卻收走了我的時代嗅覺，AI 的 beat，我永遠追不上。我想轉型，但永遠趕不上趟，總是與時代趨勢脫節的我可以說是一直在載入，從未有行動。受制於不夠開闊的視野，對 AI 行業大趨勢及前沿領域的把握不足又增加了一分學習顧慮。再加之人工智慧技術的學習範圍太過寬廣，龐大的系統令人無從下手，這更讓我難於抉擇出一個深耕或是能儘快上手的方向。

這裡求一波神仙指路——前沿一線技術分享、AI 趨勢分析、系統的路線指引，帶我升級帶我飛。

▌出門全靠自學，一路橫躺坑底

自學什麼的，樓主真的扎心了。

基礎薄弱、專業知識匱乏、學習方法指導缺失、優質學習資源難覓、交流渠道狹窄、學習時間緊張……自主學習的過程中，太多問題讓我們卡在了深入挖掘的第一步，瞬間躺平坑底，被安排得明明白白。從缺少訓練資料到缺少學習氛圍，從專業知識的晦澀難懂到難於深入接觸到最新前沿知識，從演算法優化到思維開拓，自學階段的困難來自很多方面。此外，雖然網路上的學習資源有很多，但乾貨卻太少，易於吸收的優質乾貨更如沙裡淘金。

這裡同求圈中大佬指點迷津，提供一些高濃縮的技術學習資源及案例分析，為我們的學習方法優化提供方向。

……