兴趣是最好的老师，但是关键是你自己能耐得住寂寞，而且如果目前还不能养活自己或家庭，先解决生计再谈梦想，这是很现实的问题。

先了解一下什么是人工智能？人工智能（Artificial Intelligence）它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

毫无疑问，人工智能在现在和将来会影响我们人类的生活，让生活更便捷，更丰富，而且如果从事人工智能的相关行业，有很可观的经济收入。

人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

所以，对于不是计算机行业的人，要想入门人工智能是有一定难度的，目前可以做的是：

第一：认真审视自己，了解自己的兴趣爱好和能力。

第二：度娘，度娘是所有职业的入门老师

第三：利用网络课程提升自己

第四：接触人工智能方面的工作人员，让他们给予你建议和指导。如果没有老师，就从与人工智能方面有关的行业入手，逐渐的深入人工智能这行。

第五：耐得住寂寞，耗得起青春

俗话说得好，有志者事竟成破釜沉舟百二秦关终属楚，苦心人天不负卧薪尝胆三千越甲可吞吴。

更多优质内容，请持续关注镁客网~~

首先感谢邀请回答这个问题！昂钛客专注人工智能社群，提供最简人工智能案例！

首先，我曾经回答过这个问题，对于不同领域的朋友，我觉得入门应该方法是很明确的。就是用大量简单的人工智能案例切入，不断用结果来告诉自己什么是人工智能、我还需要学什么、那些是人工智能做不到的！因为人工智能案例大部分都非常感性，非常形象，比如人脸识别，图像分类器，股票趋势预测，自动驾驶！用简单的案例演示后，会给自己一个非常直观的定位。

我们把不是计算机专业但又对人工智能感兴趣的人分三类：

1.学生

AI时代即将来临，很不客气地说，我们在学校学到的技术，未来五年将有80%以上会被AI取代，如果你还在读书，除了要多了解人工智能的发展动态。高考选志愿时，要么选择的专业最好包含设计、创意类的，要么选择工人智能相关的专业。

目前的人工智能在博弈游戏、文字聊天与语音识别、图片识别上都有了长足发展，学生更应该从感兴趣的案例入手，学习人工智能，感性认识人工智能！

最近几年，人工智能的语音识别领域已经相当成熟，为即时语言翻译服务奠定基础。加上谷歌等巨头在人工智能翻译方面的投入，未来最先被取代的可能就是翻译，可以多看这方面相关案例。

2.对人工智能产品感兴趣的，老板或者项目经理

要了解人工智能，除了关注新出现的人工智能技术、产品，还需要了解它的配套技术与制造工艺，是否能够低成本量产，这是一个新品能否商业化的前提。如果没有LCD显示屏技术、民用处理器性能的突破与硬件储存密度的提升，就不会有智能手机的普及。

运算能力超出市面上CPU计算能力指数倍的计算机，现在已经有了，但在实际应用与商业化的层面上还有很长的路要走，首要的就是材料技术、生产成本和配套产业链需要完善，面向个人的AI机器人产品还需要三到五年的路要走。

对投资者、创业者或项目经理来说，人工智能硬件产品的生产制造端，是一个即将成型的风口，深入地去观察这个行业的动态，巨大的商机就在其中。

我从一位做工业自动化设备的朋友那里了解到，目前国内工业自动化正在快速增长，部份生产自动化部件的厂商，产品质量和性能已达国际标准，接近德国制造的水平，而零部件的市场价只到德国产的十分之一左右。工业应用机器人，正从大型跨国企业向中小企业蔓延，未来三到五年，等国内的自动化设备制造产业趋于完善，国内的人工智能首先会在生产制造端爆发，这也意味着体力劳动型的岗位基本会被机器取代。

3.想职场上进行换行的朋友

工程师所做的事情都是在为人工智能这座大厦添砖加瓦，当人工智能进入一个新台阶以后，原先那些工程师的技术和能力就落伍了。现在很美好，不代表以后很美好。

工作内容是和数据打交道的朋友，如会计、金融分析师、互联网运营等，建议结合自己特长和市场变化发展副业，否则，不久后你的饭碗可能就被机器人抢走了。举个真实的例子，像淘宝电商平台，店铺运营的其中一个重心在于分析数据。而后面出来的今日头条，文章的推荐机制更多由机器来决定。数据分析被弱化了，作为自媒体运营或作者，你需要了解的数据只有少数几项，与传统的电商运营相比可以说是极其简单的。

未来必将是人工智能的时代，我们能做的要么是拥抱人工智能，让它为你所用；要么就是弥补人工智能的缺陷，去做它做不到的事。不要以为人工智能离我们很远，十年前我们还没有智能手机的概念，现在移动支付、O2O全面普及，放在十年前没有几个人敢想像到。

最后总结用凯文·凯利的一句名言与您共勉：未来已经来临 只是尚未流行.

我们专注人工智能社群，最简人工智能案例！欢迎关注，留言，点赞，评论！

如果想在人工智能走得远，必须吃透其数学推导，而不是仅仅会调用模块调参。因此数学迟早都需要下苦功，如果不喜欢或讨厌数学，请三思，不要凑热闹，好好发挥自己特长即可。如果数学知识（线性代数，概率论，微积分，非线性规划等等）有信心学会，那么接下来的就是计算机的相关知识了，首先需要学一门编程语言，这里推荐目前最火的人工智能语言Python，因为它开源，灵活，高效，简洁，易懂易上手，第三方模块众多，人工智能的相关社区/源码数不胜数。书籍《笨方法学Python》《Python编程从入门到实战》，网站教程《python3菜鸟教程》《Python简明教程》《廖雪峰Python教程》等都足以让你学会。在学习过程中，务必关注堆栈/内存的相关知识。然后人工智能理论的学习与实践。《机器学习实战》直接上代码，理论较少较浅显。大学教程《人工智能：一种现代的方法》内容较广较全，深度稍稍不够。周志华教授的《机器学习》讲解很细致，关键的数学推导过程都有，且相关资料都有指明，便于进一步研究。良心出品，国内最好的机器学习教材，没有之一。如果你在《机器学习》学习中说，我不明白从一个数学公式如何推到另一个数学公式，那么李宏毅教授《机器学习》《深度学习》视频，林轩田老师的《机器学习》视频将是你最需要的，每一步的推导详细的令人发指。凡是有高等数学基础的，堪称一看就会。另外，斯坦福大学的cs231n等课程绝不要错过，堪称实践与理论的最佳结合。另外，大牛吴恩达的《机器学习》《深度学习》视频也培养了无数的国人（英文上课，中文翻译）。最后还有《模式识别与机器学习》俗称PRML,《the elements of statistical learning》俗称ESL,深度学习三位大牛的《深度学习》相信你也会需要。如果你看到了这里，还有最后一个忠告，人工智能的训练往往都是非常耗时的，比如阿法狗一代训练了好几个月，啊法狗三代也训练了40多天，因此你需要一台高配置的电脑，在你的能力范围内越高越好。在相同代码下，不同配置的电脑的速度天差低别。最少需要gpu支持的，因为采用显卡gpu训练真的比cpu快n倍。

本科是西南985的微电子，现在计算机硕士在读。一开始觉得大数据，ai方向又火又酷，实际上来说背后都是枯燥的算法，不断地清洗数据调参调优……而且大数据和深度学习这边一般都不会同时做，所以想入门挑一个就好，大数据就从hadoop，hbase，hive，storm，spark等生态圈的东西开始学，机器学习可以看南大周志华老师的机器学习入门学习，coursera上也有几门不错的机器学习课程可以看看……说白了入坑需谨慎，跟风可以，不要盲目跟风，想想清楚再入坑