人工智能是什么？人工智能可以做什么？怎么进入人工智能行业？
首先，我把人工智能技术划分为两大类：
- 第一类是智能交互相关技术，主要研究如何利用新的人工智能提供的感知和交互能力，创造新产品或提升旧产品功能，AI的主要作用是赋能产品,比如智能音箱，智能家居，自动驾驶，工业机器人等。这类人工智能技术是AI功能的产品上的应用，其主要技术仍然是软件开发技术，只是增加了AI相关的接口和功能的调用。
- 第二类是智能决策，也可以说是数据智能，主要研究的是如何利用人工智能提供的数据算法来提高生产和销售效益。
第二类智能决策又可以分为算法应用和算法研发。
- 算法应用是如何让AI算法在企业应用场景中落地，虽然也需要精通算法组合与调教，但更重要的还是对数据的理解、对应用场景的把握。
- 算法研发是如何开发更新的或更好的算法，为算法应用和智能交互提供基础技术工具支持。
粗略的说，智能交互更偏工程能力和产品能力：
- 普通软件开发者通过对人工智能的理解，以及对各类AI接口的熟练掌握，即可创造出具有良好智能的产品。比如现在众多的智能硬件公司，几乎都没有很深的技术研发能力，他们主要借助调用第三方专业的AI接口（比如人脸识别、图像识别、语音识别、语音交互等）来实现自身产品的新功能。我们可以称为智能软件开发工程师。
- 普通软件设计者（产品经理、交互设计师等）可以通过对人工智能新交互模式的深入理解和对AI性能的良好把控，以及掌握良好的产品AI数据分析能力，即可设计出更加智能的产品。我们可以称之为智能交互设计师”或“智能产品设计师。
对于算法研发职业，往往只适合人工智能相关专业的高学历人员从事，对于缺乏多年数据算法经验的大多数人来说，这都并不适合。然而悲剧的是，目前学术界和高校一谈到人工智能，就认为必然是算法研究，这其中的原因一方面是自古高校以“研究能力”为导向的教师评估机制，不重视“应用实战的教学能力”；另一方面是院校整体态势往往被少数尖端院校所左右，缺乏更广大的普通应用型人才高校的发声。
虽然把人工智能技术主要拆分为三大块，智能交互、算法应用和算法研发，但这三块往往是密切练习和互相支撑的。
- 算法研发为智能交互和算法应用提供基础技术和工具。
- 智能交互为算法应用和算法研发提供数据基础，没有智能交互产品收集的大量图像、音频和其他各种数据，算法应用就没有用武之地，算法研发也无法测试和验证。
- 算法应用往往即是智能交互的后端力量，也需要通过智能交互产品实现价值，从交互中获得数据，挖掘规律，建立模型，用以预测和指导交互产品实现更好的功能，这正是今日头条、抖音、滴滴等产品的AI应用模式。
- 算法应用也是算法研发主要实现其价值的途径，在智能交互和算法应用方面的商业成功，才能为算法研发带来更大的发展动力。
综上：
- 人工智能技术主要分为智能交互、数据决策两个主要方面。
- 数据决策进一步分为算法应用和算法研发。
- 智能交互、算法应用、算法研发密切结合，相互支撑。
- 智能交互技术是软件开发技术的升级进阶。
- 智能交互设计使产品设计、用户交互设计的升级进阶。
- 强工程能力弱数学能力的开发者更适合向智能交互技术方向发展。
- 强数学能力算法能力的开发者更适合向算法应用技术方向发展。
- 强数学能力算法能力的研究人员更适合向算法研究方向发展。
最后，我认为，人工智能技术虽然看似神秘，但实际上，其与十年前移动互联网技术的崛起没有本质区别，现有开发者应静下心，稳住阵脚，从喧嚣的舆论、傲娇的学术中看到人工智能技术的真实趋势，加速补充自身数据和算法的短板，顺利实现软件开发向新智能时代的转变，这个转变是向新编程语言、新工具、新功能、新交互、新产品的转变，更关键的，也是向新数据思维、新算法思维、新工程思维的转变，我们暂时称之为新智能时代的技术革新。
每个人的智能新时代
如果您发现文章错误，请不吝留言指正；
如果您觉得有用，请点喜欢；
如果您觉得很有用，欢迎转载~
END
网友评论